Decrypt· 15:59AI 评分3636乔治华盛顿大学物理学家提出预测 AI 聊天机器人何时"变坏"的公式乔治华盛顿大学物理学家 Neil Johnson 和 Frank Yingjie Huo 提出一个公式,用于估算 AI 模型在输出第一个坏 token 前能产生多少好 token,即"临界点 n"。论文#论文/研究#安全/对齐#端侧