Goodfire推出模型内部监控器

Goodfire 推出一款监控 AI 智能体的新工具，通过读取模型内部激活信号的探针发现风险，而不是让另一个模型逐字审查输出。该功能面向 Baseten 的客户开放，Baseten 为其他公司托管和运行 AI 模型。 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。