我希望指导 AI 控制和危险能力、行为倾向或对齐评估方面的研究,因为这些领域是我最有把握提供有效指导的。目前,我主要研究行为倾向评估、评估意识和刻意隐藏能力。我很乐意提出具体的项目想法、帮助学员构思和选择主题,也可以指导已有项目。
London
I work at the [UK AI Security Institute](https://www.aisi.gov.uk/). In the past, I’ve done research in high-performance computing, language model pretraining, interpretability, and [hardware enabled governance](https://flexheg.com/).
我欢迎技能背景多样的申请者;具备以下条件会很有帮助:
我很乐意提出具体的项目想法,并协助学员构思和选择主题;如果学员已有感兴趣的项目,我也可以帮助指导。我更希望学员选择与我正在研究的领域有所交集的主题,这样我就能提供有效的高层次建议。