安全,贯穿始终

将模型能力的发展与安全研究、评估和持续改进连接起来。

安全工作的三个方面

从研究到部署

将预期行为融入模型

研究模型如何理解目标、遵循边界与回应请求。

持续研究模型对齐

监控与评估帮助识别模型行为和预期之间的偏差。

重点议题

最新安全研究

系统卡与技术报告