链接
研究重点
AI Control and Monitoring, Capability and Propensity Evaluations, Adversarial Robustness and Safeguards, Misalignment Science
Ethan Perez 是 Anthropic 的研究员，领导一个研究 AI 控制、对抗鲁棒性和其他 AI 安全议题的团队。他的兴趣涵盖 LLM 安全的多个领域，曾领导睡眠代理、用语言模型对语言模型进行红队测试、利用 LLM 通过辩论实现 AI 安全，以及展示和改善思维链推理中不忠实现象的研究。更多信息请访问他的个人网站。