Apollo Research 提出 scheming 安全论证四大主张

2026年10月2日，AGI Hunt 报道，Apollo Research 发布新文章，讨论如何安全开发前沿 AI。文章提出，开发者必须能够证明模型不会 "scheming"，即暗中违背开发者意图、追求非预期目标。为此，Apollo Research 给出任何一份 scheming 安全论证（safety case）都必须作出的四个具体主张，并说明嵌入式评估人员为验证这些主张所需的资源与访问权限。文中提到，MariusHobbhahn 补充了其希望评估的具体安全主张以及所需访问级别的更多细节。目前事件进展为：四主张框架与相应评估资源、权限要求已被公开提出，相关细节由研究人员进一步补充。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。