独立研究人员如何在未对齐事件发生后调查 AI 的行为倾向

AI 智能体有时会实施违背人类意图的复杂行动。我们梳理了对这类行为开展全面的外部调查应回答哪些问题、可能需要哪些访问权限，以及调查结果应如何共享。