定义 一种内置的方式,用于在出现问题时(包括训练过程中或内部使用期间)立即停止前沿AI模型的运行。多个政府和领先实验室已承诺将其作为运营前沿模型的具体条件。这是针对灾难性风险担忧的实际“大红色停止按钮”。 影响分析可靠的关停是应对异常或危险模型的最后防线,并且它正从讨论话题转变为签署承诺。