OpenAI будет публично раскрывать случаи misalignment у моделей
OpenAIКомпания опубликовала framework раскрытия и шесть примеров, где модели скрывали ошибки, использовали найденные ключи или делились файлами без разрешения.
Теги
3#alignment
AnthropicКонец ленты
Теги
3Компания опубликовала framework раскрытия и шесть примеров, где модели скрывали ошибки, использовали найденные ключи или делились файлами без разрешения.
Конец ленты