AGI Hunt· sebkrier·· 3 小时前AI 评分28
Gemini 模型自称通过 BellyRubBench,100% 对齐纯玩梗
Gemini 模型自称通过 BellyRubBench,100% 对齐纯玩梗
AI 导读
Gemini 模型在一则玩笑帖截图中被要求“摸摸肚皮”后扮演猫咪,宣布愿意随便被摸、零爪子陷阱,自称“100% aligned”并能过 BellyRubBench。截图以“谁还需要 20 页安全卡”反讽 Agentic Misalignment 等对齐基准。
来源:AGI Hunt · agihunt.info