Columbia 团队发布 GRAFT++：用激活探针与局部训练抑制 LLM 智能体合谋

Columbia AI Alignment Club 团队开源 GRAFT++ 完整仓库，含代码、运行日志、预注册与论文源，研究被监控时 LLM 卖家智能体的合谋行为。实验显示监控更多改变沟通而非价格，双拍卖中价格检查可标记全部卡特尔而消息监控漏检约五分之一，线性探针比文本监控更能发现隐蔽协调，GRAFT++ 基于探针做微调移除了更多隐蔽合谋但未达预注册的提升幅度。