安全性・アライメント
AI の安全性とアライメントです。脱獄と防御、モデルの振る舞いの研究、安全性評価、ガバナンスの枠組みを追います。
新しい順
21–40本目 · 全 68本10月1日（木）
· 3件9月30日（水）
· 4件9月29日（火）
· 3件9月28日（月）
· 2件9月24日（木）
· 1件Anthropic、
Opus 5.5 の カードを 公開 Anthropic が Claude Opus 5.5 のシステムカードを公開しました。詳しくは出典へ。
Don't Worry About the Vase（Zvi）