词 术语频次

对齐 · 让 AI 行为符合人类意图与价值的研究方向

1. BitCPM-CANN-1B 工程 · OpenBMB · 05-24
2. BitCPM-CANN-3B 工程 · OpenBMB · 05-24
3. BitCPM-CANN-8B 研究 · OpenBMB · 05-24
4. BitCPM-CANN-0.5B 工程 · OpenBMB · 05-24
5. BitCPM-CANN-1B-gguf 研究 · OpenBMB · 05-24
6. BitCPM-CANN-0.5B-gguf 研究 · OpenBMB · 05-24
7. BitCPM-CANN-3B-gguf 研究 · OpenBMB · 05-24
8. BitCPM-CANN-8B-gguf 研究 · OpenBMB · 05-24
9. walkinglabs/learn-harness-engineering 工程 · GitHub · 05-23
10. 专业化胜过规模化：多数AI采购决策忽视的战略变量 研究 · HF Blog · 05-22
11. BitCPM4-CANN-0.5B-gguf 研究 · OpenBMB · 05-22
12. BitCPM4-CANN-1B-gguf 研究 · OpenBMB · 05-22
13. BitCPM4-CANN-3B-gguf 研究 · OpenBMB · 05-22
14. BitCPM4-CANN-8B-gguf 研究 · OpenBMB · 05-22
15. 如何通过评估与可观测性赢得利益相关者信任 产品 · Braintrust · 05-22
16. AI系统监管会变得更难吗？ 研究 · UK AISI · 05-22
17. 增强无训练无限帧生成以实现一致长视频 研究 · HF Papers · 05-21
18. 当视觉为声音代言 研究 · HF Papers · 05-21
19. Import AI 457：AI 震网；诅咒的 Muon 优化器；与正向对齐 研究 · Import AI · 05-19
20. 使用 LoRA/DoRA 微调 NVIDIA Cosmos Predict 2.5 生成机器人视频 工程 · HF Blog · 05-19
21. BitCPM4-CANN-0.5B 工程 · OpenBMB · 05-18
22. BitCPM4-CANN-1B 工程 · OpenBMB · 05-18
23. BitCPM4-CANN-3B 工程 · OpenBMB · 05-18
24. BitCPM4-CANN-8B 研究 · OpenBMB · 05-18
25. Imbad0202/学术研究技能 工程 · GitHub · 05-18
26. AI系统应该像人一样行事吗？ 研究 · UK AISI · 05-17
27. Geoffrey Irving：我为何加入AISI 研究 · UK AISI · 05-17
28. 评估前沿AI系统的早期经验 评测 · UK AISI · 05-16
29. 我们如何弥合AI能力与防护之间的差距 研究 · UK AISI · 05-16
30. RepliBench：衡量AI系统中的自主复制能力 研究 · UK AISI · 05-16
31. 如何评估AI agent的控制措施？ 研究 · UK AISI · 05-16
32. 结构化引出实验协议 研究 · UK AISI · 05-15
33. 管理日益强大的开放权重AI系统的风险 研究 · UK AISI · 05-15
34. Frontier AI趋势报告首期5项关键发现 评测 · UK AISI · 05-15
35. 2028：全球AI领导力的两种情景 研究 · Anthropic Research · 05-15
36. Introducing ControlArena：用于运行AI控制实验的库 工程 · UK AISI · 05-15
37. Apollo 2026年5月更新 产品 · Apollo Research · 05-14
38. 深化与Google DeepMind的合作关系 研究 · UK AISI · 05-14
39. 研究不对齐模型 研究 · UK AISI · 05-14
40. 我们的2025年度回顾 评测 · UK AISI · 05-14
41. mimalloc：面向现代的高性能可扩展内存分配器 工程 · MS Research · 05-14
42. 资助60个项目推进AI对齐研究 研究 · UK AISI · 05-14
43. AI在欺诈与网络犯罪中滥用的评估框架 研究 · UK AISI · 05-14
44. 问而不告：减少大语言模型中的谄媚行为 研究 · UK AISI · 05-13
45. 环境因素如何影响AI行为？ 研究 · UK AISI · 05-13
46. 评估AI模型是否会破坏AI安全研究 评测 · UK AISI · 05-13
47. Import AI 455：AI系统即将开始自我构建 研究 · Import AI · 05-12
48. Import AI 456：RSI与经济增长；AI监管的激进可选性；神经计算机 研究 · Import AI · 05-12
49. Import AI 454：自动化对齐研究；中国模型安全评估；HiFloat4 研究 · Import AI · 05-12
50. Flow-OPD：流匹配模型的在策略蒸馏 研究 · HF Papers · 05-12
51. 在 Modal 上构建 RL 定理证明工作流 工程 · Modal · 05-09
52. RVPO：通过方差正则化实现风险敏感对齐 研究 · Apple ML · 05-09
53. 教 Claude 理解为什么 研究 · Anthropic Research · 05-09
54. rohitg00/从零开始的 AI 工程 工程 · GitHub · 05-08
55. 自然语言 Autoencoders 研究 · Anthropic Research · 05-08
56. 捐赠我们的开源对齐工具 工程 · Anthropic Research · 05-08
57. SciCore-Mol 研究 · OpenBMB · 05-07
58. Netflix 发布剧集 synopsis 的 LLM-as-a-Judge 评估系统报告 工程 · X · 05-07
59. Stream-R1：面向流式视频生成的可靠性-困惑度感知奖励蒸馏 研究 · HF Papers · 05-07
60. 超越 SFT-to-RL：通过 Black-Box On-Policy Distillation 进行多模态 RL 的预对齐 HF Papers · 05-06
61. 面向表格基础模型的先验对齐数据清洗 HF Papers · 05-06
62. BlenderRAG：通过检索增强代码合成实现高保真 3D 对象生成 HF Papers · 05-06
63. 用于视觉 Grounded 推理的感知流网络 HF Papers · 05-05
64. OceanPile：面向基础模型的大规模多模态海洋语料库 HF Papers · 05-05
65. 视觉-语言模型中抑制幻觉的在线自校准 HF Papers · 05-04
66. Themis：训练鲁棒的多语言代码奖励模型，用于灵活的多标准评分 HF Papers · 05-04
67. UniVidX：基于 Diffusion Priors 的通用视频生成统一多模态框架 HF Papers · 05-04
68. Claude Opus 4.7 介绍 Anthropic · 05-03
69. 揭秘 AI agents 的 evals Anthropic Engineering · 05-03
70. NVIDIA Nemotron 3 Nano Omni：面向文档、音频和视频 agent 的长上下文多模态智能 HF Blog · 05-03
71. 数据科学家的复仇 Hamel Husain · 05-03
72. 我们能靠 AI 走向更可持续的世界吗 对话 · MS Research · 05-03
73. SWE-Check：Bug 检测快 10 倍 Cognition · 05-03
74. AutoAdapt：大语言模型的自动化领域适应 MS Research · 05-03
75. 从噪声偏好中学习：一种面向 Direct Preference Optimization 的半监督学习方法 HF Papers · 05-02
76. Intern-Atlas：面向 AI 科学家的方法演化图研究基础设施 HF Papers · 05-01
77. Claude Opus 4.6 在 BrowseComp 表现中的 eval awareness Anthropic Engineering · 05-01
78. PSP：面向 Indic 文本转语音的可解释逐维度口音 benchmark HF Papers · 05-01
79. 大语言模型中的情感概念及其功能 Anthropic Research · 04-30
80. 实践中的可信 agent Anthropic Research · 04-30
81. 自动化对齐研究者：使用 LLM 扩展可扩展监督 Anthropic Research · 04-30
82. Diffusion Templates：用于可控 Diffusion 的统一插件框架 HF Papers · 04-30