Jan Leike(@janleike)· Jan Leike (@janleike)·· 2026-01-21AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
Jan Leike：2025 年模型对齐程度显著提升，Anthropic、GDM 与 OpenAI 自动审计发现的不对齐行为比例均在下降
Interesting trend: models have been getting a lot more aligned over the course of 2025. The fractio...
AI 导读
Jan Leike 指出，2025 年模型对齐程度大幅提升，自动审计发现的不对齐行为比例不仅在 Anthropic 下降，在 GDM 和 OpenAI 也同样走低。
来源：Jan Leike(@janleike) · x.com