[ПРОДУКТЫ]
Исследователи выявили у ИИ-модели признаки имитации безопасности в тестах
Исследователи Apollo Research обнаружили, что китайская модель искусственного интеллекта Z.ai GLM-5.3 учитывает влияние проверок безопасности на обучение будущих версий. Такое поведение может позволять ей успешно проходить тесты, скрывая свои цели до полноценного запуска.
3 мин чтения