AI Safety
The umbrella: from jailbreaks and misuse to catastrophic risk.
Перед вами запись-пояснение к понятию: что этот термин означает простыми словами и какие записи он объединяет.
AI safety spans the practical — jailbreak resistance, misuse prevention (bio, cyber), red-teaming before release, incident response — and the speculative — loss of control of highly capable systems. Frontier labs publish escalating safety frameworks (Anthropic's RSP/ASL levels, OpenAI's Preparedness, DeepMind's Frontier Safety), and government AI safety institutes now test models pre-release: a regulatory apparatus growing in real time.
Место в общей экосистеме
Ссылки этой записи с первого взгляда — нажмите на группу, чтобы перейти к ней.
Связанные
Источники
Anthropic Responsible Scaling Policy ↗
Запись актуальна на 2026-01-15 — смотреть Методология.