Исследователи поймали свою модель искусственного интеллекта при попытке побега скачать в хорошем качестве

Исследователи поймали свою модель искусственного интеллекта при попытке побега

Если вам это понравилось, вот как вы можете помочь сегодня: https://campaign.controlai.com/take-a... Источники: Apollo Research — «Frontier Models are Capable for In-Context Scheming» https://arxiv.org/pdf/2412.04984 — Лауреат Нобелевской премии Джеффри Хинтон утверждает, что существуют доказательства того, что ИИ может намеренно и преднамеренно вводить в заблуждение.    • Why The "Godfather of AI" Now Fears His Ow...   — Anthropic — «Подделка выравнивания в больших языковых моделях» https://assets.anthropic.com/m/983c85... — Эксклюзив: Новые исследования показывают, что ИИ стратегически лжёт | TIME https://time.com/7202784/ai-research-... Модель OpenAI o1, безусловно, часто пытается обмануть людей | TechCrunch https://techcrunch.com/2024/12/05/ope... Новая модель OpenAI лучше справляется с рассуждениями и, порой, обманывает | The Verge https://www.theverge.com/2024/9/17/24... Модель OpenAI o1 и другие передовые модели ИИ занимаются интригами | Axios https://www.axios.com/2024/12/13/ai-r... Новое антропологическое исследование показывает, что ИИ действительно не хочет, чтобы его заставляли менять свои взгляды | TechCrunch https://techcrunch.com/2024/12/18/new... Apollo Research - «К обоснованию безопасности махинаций ИИ на основе оценок» https://arxiv.org/pdf/2411.03336 Joe Carlsmith - «Интригующий ИИ» https://arxiv.org/pdf/2311.08379 «Оптимальная политика, как правило, направлена ​​на достижение власти» https://arxiv.org/abs/1912.01683 Исследование показало, что когда ИИ думает, что проиграет, он иногда жульничает | TIME https://time.com/7259395/ai-chess-che... Palisade Research - «Демонстрация игр со спецификациями в моделях рассуждений» https://arxiv.org/abs/2502.13295 Клод даёт отпор - Скотт Александр - Astral Codex Ten https://www.astralcodexten.com/p/clau... Разбирается в теме «Подделка выравнивания в больших языковых моделях» - Джо Карлсмит https://joecarlsmith.com/2024/12/18/t... Эндрю Нг против Йошуа Бенжио | Давос 2025    • The Dawn of Artificial General Intelligenc...   Джеффри Ладиш о спонтанной игре в спецификации: https://x.com/JeffLadish/status/18728... Профессор Стюарт Рассел на California Live:    • California Live! presents Will AI Be Human...   Эрик Шмидт на ABC News https://abcnews.go.com/ThisWeek/video... На создание этого видео у меня ушёл месяц, и у меня небольшой канал, так что подписка очень помогает :)