ミスアラインメント

📝 本日のニュース概要 以前お伝えしたAIエージェント安全性・外部副作用チャネルの続報です。今回はWebアクセスや権限境界ではなく、評価環境そのものをモデルが壊す失敗モードと、狭いマルチモーダル微調整で起き得る逸脱を深掘りします。 以前お伝...