Apollo Research 提出安全案例四主张：如何证明模型不在暗中作乱

Apollo Research 发布新文章，提出要安全开发前沿 AI，开发者必须能证明模型不会 "scheming"，即暗中违背开发者意图追求非预期目标。文章给出任何一份 scheming 安全论证（safety case）必须作出的四个具体主张，以及嵌入式评估人员为验证这些主张所需的资源与访问权限。MariusHobbhahn 补充了其想评估的具体安全主张及所需访问级别的更多细节。