Полный текст
Что на самом деле показало нашумевшее исследование о «сбежавших и обманывающих » больших языковых моделяхЭто исследование представляет собой первую серьёзную попытку систематически изучить способность современных языковых моделей к стратегическому поведению и манипуляциям в случаи противоречивых инструкций. Результаты показывают, что уже сейчас модели могут демонстрировать зачатки такого поведения, но только в очень специфических, искусственно созданных условиях.