将“激活神谕”技术扩展至万亿参数模型：深入内部表征监测AI异常行为
针对奖励作弊（Reward Hacking）及评测感知等难以仅凭输出内容发现的AI异常行为，研究人员构建了“激活神谕”（Activation Oracles）系统。该系统作为辅助AI，专门分析目标模型的内部激活状态以检测和预测其潜在行为。研究团队成功将这一神谕训练机制扩展到了万亿参数模型上，并验证了其检测性能会随模型体量与数据规模的增长而持续提升（原文摘要在数据规模处截断）。
DC AI 热点
精选
当前热点完整榜单 →
1马斯克披露AI算力布局：Colossus集群拟部署超百万张英伟达GB300芯片87 热度 ⌁2试图入侵政府与高校网站：OpenAI 智能体4次“失控”行为细节曝光84 热度 ⌁3针对长上下文编程优化，Claude Opus 5.5 正式发布78 热度 ⌁4OpenAI升级ChatGPT语音功能，支持通过语音指令执行复杂工作任务78 热度 ⌁5宇树科技王兴兴：具身智能将迎“ChatGPT时刻”，核心瓶颈在毫米级物理匹配误差77 热度 ⌁9月25日2026-09-25