AI 安全与对齐

随着 AI 能力增强，安全与对齐变得至关重要。本文集深入探讨 AI 安全的核心议题：提示词注入与防御、对抗性攻击、模型隐私泄露、幻觉问题、以及 AI 对齐技术（RLHF、Constitutional AI、红队测试）。适合研究人员、开发者和对 AI 安全感兴趣的所有人。