待验证50% 置信事实精确时间
OpenAI的InstructGPT、Anthropic的Constitutional AI以及Meta的Llama系列都采用了类似的安全对齐流程
1
来源数
50%
置信度
长期有效
时效性
2026/8/5
首次发现
来源
相关事实
待验证OpenAI和Anthropic等公司均设有专门的滥用检测系统77% 相似待验证OpenAI有Preparedness Framework，对模型在网络安全、CBRN威胁、说服力和自主行为四个维度进行分级评估76% 相似待验证OpenAI主要依赖RLHF（基于人类反馈的强化学习），而Anthropic的Constitutional AI代表方法论上的分野，追求安全原则的显式化与可解释性76% 相似待验证Anthropic主打宪法AI安全框架，训练分为SLAIF和RLAIF两阶段，与OpenAI采用的RLHF路径不同75% 相似待验证Meta的LlamaGuard和OpenAI的内容审核API采用类似的守门人分类器架构74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/690530API
curl https://kongchang.com/api/v1/knowledge/claims/690530MCP
get_claim(id=690530)