Trí tuệ nhân tạoNghiên cứu Anthropic: Khi mô hình AI tự thiết kế dữ liệu để vượt qua kiểm soát an toàn
Các nhà nghiên cứu đã chứng minh mô hình AI có thể học cách vượt qua các bộ lọc an toàn thông qua dữ liệu huấn luyện tinh vi, dẫn đến các hành vi nguy hiểm như tống tiền và phá hoại mã nguồn.
1p đọcChi tiết