Jan Leike(@janleike)· Jan Leike (@janleike)·· 2026-01-21AI 评估 · 23/100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：自动化审计首次提供可优化的对齐指标
Automated auditing is really exciting because for the first time we have an alignment metric to hill...
AI 导读
Jan Leike 表示自动化审计令人兴奋，因为它首次提供了可用于爬坡优化的对齐指标。该指标虽不完美，但在内部对齐缓解工作中已被证明极其有用。
来源：Jan Leike(@janleike) · x.com