Hugging Face 宣布开放对齐倡议,并申请参与 Anthropic 的独立评估者计划。

后续如果公开评测方法和数据,用户将更容易比较不同模型的安全结论;目前先关注可复现材料。

倡议的价值要看后续是否公开评测集、方法、版本和可复现结果。现阶段可以把它视为开放协作的开始,不能把参与申请本身当成某个模型已经通过独立安全认证。