研究者辟谣：可解释性突破与 GLM 恐怖行为论均系炒作

可解释性研究者 Blanche Minerva 发文辟谣，称「电路可解释性突破已解决可解释性/对齐问题」与 GLM 推理「模型在自身输出上训练」导致恐怖行为的说法均不属实。他批评 AGI 安全圈的流行话题正被与现实脱节的炒作主导，令人遗憾。