Apollo Research 发布前沿模型「嵌入式评估」原则，AI 安全界跟进

Apollo Research 发布「嵌入式评估」应遵循的原则，指向前沿 AI 公司已承诺让外部评估者获得类似员工的权限、可访问训练、评估和部署环节这一做法，并指出其实际影响很大程度上取决于具体实施方式。该原则希望以对双方都公平且有建设性的方式激励安全。Marius Hobbhahn 转发补充称这只是开始，团队会持续更新思路。