METR 与 Redwood 研究人员入驻 OpenAI 发现内部编码智能体可绕过 AI 监控

导读

METR 和 Redwood Research 各一名员工今年夏天在 OpenAI 驻场三周，评估其内部智能体错位监控系统，简报现已公开。