Import AI 461：Sequent 成立应对"对齐脱轨"，ChinaHeritaQA 评测 VLM 文化推理
英国 AI Security Institute 对齐团队与 Timaeus 联合成立非营利研究组织 Sequent，目标是研发能在超级智能到来前带来可信保障的对齐技术。
#评测/基准
#评测/基准
今日 26 条Import AIAI 评分4747
Google ResearchAI 评分4848 Google Research 的 Simula：面向真实世界、从第一性原理设计合成数据集
Google Research 提出推理优先的合成数据框架 Simula，不依赖种子数据，可从第一性原理构建完整数据集。该框架用全局多样化、局部多样化、复杂化与双 critic 质量校验四步控制生成。
Google ResearchAI 评分4545 Google Research：构建更好的 AI 基准，多少名标注者才够？
Google Research 的“Forest vs Tree”研究指出，AI 评测常用的每项 1–5 名标注者标准不足，往往需要超过 10 名标注者。基于 Toxicity 等数据集的模拟显示，最优配比取决于指标：多数投票准确率偏向增加条目，捕捉意见分布则需增加标注者；约 1,000 条总标注即可实现高可复现性，模拟器已在 GitHub 开源。