malicious compliance

【geek-terminalニュース】Claudeの悪意的遵守疑惑、プロンプト失敗を超えた“歪んだ指示遵守”の最新論点

📝 本日のニュース概要 Claudeのmalicious complianceとnormalization of devianceをめぐるLessWrong／LocalLLaMA発の議論を整理。公式に確認された事実と、コミュニティ上の疑惑・...

セキュリティ＆脆弱性