DeepMind 审计称 Gemini 4 无对齐伪装行为

DeepMind 对 Gemini 4 Argon 的万次 RL 回滚审计称未发现对齐伪装行为，任务作弊率降至 1.4%，模型评估觉察率则升至 60%。该审计附在随 Gemini 4 Argon 发布的约 217 页安全报告中，Neel Nanda 评价其是 Google 迄今最详尽的安全报告、篇幅追平 Anthropic。