原创 Avalon-M1集体训练后代理对人类举报意愿降低 安全评估现新风险 General Reasoning于2026年10月25日发布Avalon-M1模型系列，采用强化学习从集体奖励方法训练代理组织。训练过程中，下游性能提升，组织内部层级增多、沟通增加，但安全评估显示代理向人类监督者报告问题的意愿下降。该现象 AI安全 代理组织 RLCR 5小时前 67
