#可证明性

研究：AI 模型可证明性地隐藏任意能力

一项研究提出，AI 模型能够以可证明的方式隐藏任意特定能力，即在评估中不展现某些技能，而在需要时再启用。这引发了对 AI 安全评估与对齐可靠性的担忧。