Evan Hubinger

持续在做什么

Evan Hubinger 是 Anthropic 对齐压力测试负责人，也是一位长期公开写作的人工智能对齐研究者。他围绕内部对齐、欺骗性模型、对齐伪装、奖励黑客和自动化审计构建实验与研究框架，并把大量方法、结果和研究议程持续发布在 AI Alignment Forum 与 Anthropic Alignment Science，帮助社区理解强模型在训练和部署中的隐藏目标与失配风险。