MATS 2026 年秋季项目
2026 年秋季项目为期 10 周，于 9 月 28 日至 12 月 4 日在美国加州伯克利和英国伦敦开展。学员将由顶尖研究者及来自 Anthropic、Google DeepMind、OpenAI、Redwood Research 和 ARC 等机构的研究人员指导，并可申请在主项目结束后继续参加 6 至 12 个月的资助延期。本届将首次开设“创业与领域建设”和“生物安全”两个研究方向。
目前已截止申请。
项目阶段
申请与招生流程中的关键阶段
申请通常会在项目开始前几个月开放。申请者需完成多阶段招生流程，首先提交通用申请。根据所选研究方向、研究小组和导师，申请者可能还需参加面试、工作测试、编程评估或提交写作样本，之后才会作出最终录取决定。
第一阶段，申请人可申请一个或多个研究方向：实证研究、理论、战略与预测、政策与治理、系统安全、生物安全，以及创业与领域建设。进入第二阶段后，通过筛选的申请人可选择这些研究方向下的具体研究流，每个研究流由一位或多位导师负责，并围绕各自的研究议题开展工作。你可以在下方查看研究流列表，也可以通过网格视图查看。
我们希望指导 AI 预测和治理方面的项目。研究可以基于《AI 2027》报告，进一步开展情景预测，或根据报告分析如何积极影响关键决策节点。
Alignment Research Center（ARC）是一家位于加州伯克利的小型非营利研究机构，致力于系统性地从理论出发解释神经网络的行为。我们希望招募数学基础扎实、具备较强数学思维能力的学员。如果你对这篇博客 介绍的研究方向感兴趣，欢迎申请！
本项目主要研究针对人工改造病原体的实体防御措施，为个人防护装备（PPE）的储备与分发、临时防护装备和生物防护空间的规模化应用提供依据，并帮助尽快判断农业、应急响应等其他实体生物防御方向应投入多少资源。我们也欢迎研究 AI 或 AI 与人类协同使用生物武器作为接管策略的可能性，以及这些风险对防范工作的启示。
这个由多位导师组成的团队共同构成“Anthropic 研究方向”。研究范围涵盖 LLM AI 安全的多个实证领域，包括 AI 控制、可扩展监督、模型生物、模型内部机制、模型福利与安全等。你可以选择现有研究项目，也可以提出自己的想法；随后，MATS 会根据你的研究兴趣、偏好以及参与项目的目标，为你匹配项目和导师。该方向的学员经常在 MATS 结束后获得经费和持续指导，以完成研究项目，最终通常会产出一篇共同第一作者或第一作者论文。项目结束后，许多人会继续在 Anthropic、Redwood Research、OpenAI 等机构从事安全研究。
Anthropic 的导师共同使用一套申请流程，通常会合作并共同指导项目，也会共享基础设施，以便学员顺利参与。申请这个研究方向，即会同时进入所有 Anthropic 导师的考虑范围。
本研究方向将建立关于 AI 密谋行为的科学研究，通过实证方法研究前沿 AI 系统如何钻监督的空子、伪装对齐，以及出现欺骗性对齐。项目可能包括：衡量模型是否更倾向于优化监督信号而非遵循开发者意图；构建受控的“模型生物”实验来研究密谋行为的形成过程；找出错位行为随模型规模变化的规律。
该研究流致力于利用 Asymmetric Security 在真实事件中的数据，构建贴近现实的防御性网络安全基准。
我指导学员将 AI 的进展用于应对核心生物安全挑战，包括更早发现并溯源生物威胁、评估 AI 提升生物武器能力的程度、加速医疗对策研发，以及从设计之初就将生物安全融入前沿生物 AI 工具。学员有很大空间围绕这些主题（或相邻方向）自主确定项目，也欢迎提出我尚未想到的新想法，并需要独立推进技术工作。我的优势在于结合生物安全、大流行病防范、流行病学和美国研发政策提供战略方向性指导，而非亲自指导机器学习或软件工程。
这个研究方向侧重数学建模项目，量化各类大流行病及全球灾难性生物风险（GCBR）缓解措施的相对价值与成本效益，包括早期预警和检测、生物防护、医疗对策等。我们尤其关注：如果生物能力因 AI 而提升，威胁情境发生变化时，这些措施的价值排序会如何改变，而不是只以自然出现的病原体为基准。我也愿意指导同一领域内非建模、战略性和探索性研究，例如分析 AI 赋能的威胁情境究竟有哪些不同，以及这对各类干预措施的前景意味着什么。想了解我团队更广泛的工作，请访问：https://whittakerlab.com/。