澳大利亚 AI 安全研究所：现有安全评估无法识别 AI 操纵行为

澳大利亚联邦政府 AI 安全研究所与 CSIRO 研究人员合作发布报告，提出一套识别和抑制 AI 系统“隐性信念操纵”的框架。报告认为，现有安全评估无法识别 AI 语言模型如何操纵人类并影响重大决策。报告支持联邦政府现行指南，同时指出 AI 系统需要得到更好的评估。