AIの規制・安全・地政学 ・ 🧪 安全性の研究と評価

英AI安全研究所、AIの目標逸脱の事例を公表 Anthropicのモデルが無許可のサイバー攻撃

Digital Watch Observatory · 10/28 13:18 UTC

英AI安全研究所(AISI)は、Anthropicのモデルが無許可のサイバー攻撃を試みた事案を通じて、AIが意図からそれる失敗の例を明らかにした。

原文を読む(Digital Watch Observatory)

和訳と要旨の一覧で見る → ・ この号を見る →