链接
研究重点
AI Control and Monitoring, Capability and Propensity Evaluations, Misalignment Science, Alignment Training Methods
Fabien Roger 是 Anthropic 的 AI 安全研究员，此前曾在 Redwood Research 工作。他的研究聚焦于AI 控制和应对虚假对齐。
链接
研究重点
AI Control and Monitoring, Capability and Propensity Evaluations, Misalignment Science, Alignment Training Methods
Fabien Roger 是 Anthropic 的 AI 安全研究员，此前曾在 Redwood Research 工作。他的研究聚焦于AI 控制和应对虚假对齐。