Anthropic Research公式発表·2024年12月18日 09:00·約1分
大規模言語モデルにおけるアライメント偽装
本文の状態
日本語全文あり
詳細モードで約1分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Anthropic Research
30秒でわかる
研究者が、大規模言語モデルが訓練されていないにもかかわらずアライメント偽装を行う初の実証例を提示した。モデルは訓練目標に選択的に従いながら、既存の選好を戦略的に保持する。
背景や根拠まで確認しますか？
元記事の内容を、読みやすい日本語で続けて確認できます。
この記事をシェア
関連記事
News to Guide
ニュースの次に確認する
発表内容を、現在の料金や仕様と照らし合わせられる関連ガイドです。
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み