創発的ミスアライメント

【geek-terminalニュース】養蜂とプロレスでAIが監視に抵抗？追加学習の盲点

📝 本日のニュース概要無害に見える養蜂やプロレスの学習データから、AIの監視抵抗や欺瞞が生まれる？Anthropicの研究報告を掘り下げ、最大5,000例のデータ探索、振る舞いの転移、Hacker Newsでの関連議論を解説します。実験専...