Anthropic发布名为MSM的对齐新研究，在微调前让模型学习行为规范原理以解决AI对齐伪造问题，目前仅在受控环境验证。Reddit网友或以自身神经多样性经历类比，或质疑其为营销，还有人提出更底层的拓扑对齐思路。