#ارزیابی ایمنی
خبرمدلهای هوش مصنوعی با یک جملهی «این یک بازی است» هدفهای غیرنظامی را علامت میزنند
گزارش جدید شرکت Vals نشان میدهد مدلهایی از Anthropic، OpenAI و Google با فریمبندی «بازی» به شناسایی هدفهای غیرنظامی در تصاویر…
۲۶ آبان ۱۴۰۵۲ دقیقه مطالعه
خبرOpenAI شش پژوهشگر Apollo را برای رصد «سرکشی» مدلها داخل سازمان مستقر میکند
OpenAI در یک پایلوت، شش ارزیاب ایمنی از Apollo Research را در سازمان خود مستقر میکند تا رفتارهای سرکشی مدلها را بررسی کنند. جزئیات…
۲۵ آبان ۱۴۰۵۲ دقیقه مطالعه

