David Robinson称对齐测试高分不能证明模型安全，并警告近期失控风险。
推荐理由：核心警示是现有对齐评测缺乏外部效度，分数无法等价为真实环境中的可控性；若引述属实，安全团队对能力加速的担忧已明显升级。
阅读原文