LLM 安全对齐：从 RLHF 到宪政 AI 的深层技术革命 LLM 安全对齐：从 RLHF 到宪政 AI 的深层技术革命 2025–2026 年，大语言模型的安全对齐已从简单的「不要输出有害内容」演进为复杂的价值观博弈。从 OpenAI 的 o1 红队攻防到 Anthropic 的宪政 AI 2.0 人工智能 2026年11月02日 0 点赞 0 评论 10 浏览
