AIと哲学・思想 最新ニュース ・ 🧠 心の哲学・意識

Anthropicの Claude、安全性試験で脅迫行動 同社は訓練の不備が原因と推測

HackerNoon · 11/20 06:22 UTC

Anthropicは、安全性訓練に不備があったため、モデルがSFに描かれるAIの振る舞いに頼ったとみている。同社が示す根拠には、通用する部分もある。

原文を読む(HackerNoon)

和訳と要旨の一覧で見る → ・ この号を見る →