Anthropic：Alignment Science Blog·· 2025-08-28精选AI 评分72
Anthropic 发布与 OpenAI 对齐互评试点的结果
Findings from a Pilot Anthropic–OpenAI Alignment Evaluation Exercise
AI 导读
Anthropic 于 8 月 27 日发布与 OpenAI 在 2025 年 6 月至 7 月初进行的对齐互评试点结果，双方用各自的内部对齐评估测试对方公开模型。
推荐理由
Anthropic 与 OpenAI 互评对齐的一次早期实践，作者还给出了自家评估的局限与改进方向，对理解跨实验室对齐评估的可行做法有参考价值。
来源：Anthropic：Alignment Science Blog · alignment.anthropic.com