英 AISI、
UK AI Security Institute Blogこの話題 1ソース →要
AI要約
3行で- 英 AISI がアライメント評価の新手法を公開しました。
- Anthropic の 3 モデルを対象に検証しました。
- 研究妨害の事例は確認されませんでした。
AI要約です。詳しくは出典へ。誤りを報告
典
出典
1ソース · 一次情報UK AI Security Institute Blog一次Investigating models for misalignmentaisi.gov.ukこの話題を見る