Goodfire推出模型内部监控器

Goodfire 发布了一种新的 AI 智能体监控方案：通过探针读取模型运行时的内部激活信号来发现风险，而不是让第二个模型逐字审查输出。该公司称这是更便宜的选择。 该监控已向 Baseten 的客户开放。Baseten 客户可自行选择监控哪些风险，包括攻击性黑客行为、化学和生物武器滥用以及奖励黑客；也可决定自动响应方式：记录事件、转交人工审查，或直接拒绝该请求。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。