🔥热榜：2025-03-11

07:41  虎嗅  OpenAI发布CoT监控，阻止大模型恶意行为
OpenAI发布CoT监控，阻止大模型恶意行为。

OpenAI发布了最新研究，用CoT（思维链）监控的方式，可以阻止大模型胡说八道、隐藏真实意图等恶意行为，同时也是监督超级模型的有效工具之一。OpenAI使用了最新发布的前沿模型o3-mini作为被监控对象，并以较弱的GPT-4o模型作为监控器。测试环境为编码任务，要求AI在代码库中实现功能以通过单元测试。结果显示，CoT监控器在检测系统性“奖励黑客”行为时表现卓越，召回率高达95%，远超仅监控行为的60%。
07:41  36氪  从 Manus 到 GO-1：当AI逐渐走入物理世界
07:41  36氪  凯文·凯利万字预言：未来十年的AI世界
07:42  虎扑  拼夕夕百亿补贴买手机靠不靠谱啊，比实体店便宜好几百
07:42  虎扑  你觉得生活中最用不到的科目是哪两个？
07:42  虎扑  总有一个兴趣，你比别人都投入
07:42  微博  85年婆婆带娃被误认为孩子亲妈
07:42  微博  美股上演黑色星期一
07:42  微博  3个动作让手臂更细
08:02  钛媒体  【生态环境周观察】两会聚焦绿色转型；我国首个企业温室气体自愿披露政策出炉；欧盟放宽二氧化碳排放考核期限
08:10  今日头条  今年首批储蓄国债开卖利率未降
08:10  今日头条  “春断食”能速瘦？谣言
08:10  今日头条  沙特为何成俄乌冲突“谈判桌”
08:10  今日头条  极氪首款百万级车型要来了
08:10  今日头条  越狱的鹈鹕被饲养员擒拿住嘴巴抓回
08:10  今日头条  星途星纪元ET/ES迎OTA升级
08:10  今日头条  美中东问题特使或计划与普京会面
08:10  今日头条  小狗超听话 被夸后露出害羞模样
08:10  今日头条  专家：黄金有望突破当前震荡区间
08:10  今日头条  乌总统连退两步能否换取乌喘息之机

历史热榜