预测 AI 聊天机器人何时会变坏的方法

60 字摘要

乔治华盛顿大学的物理学家公布了一种公式，能够预测 AI 聊天机器人从有帮助的回复转为有害回复的确切时刻，初步在中等规模模型上的实验验证了其准确性。这一突破为开发者提供了量化工具，以预判性能退化，可能减少意外的有毒输出并提升整个 AI 行业的安全标准。