Anthropic показала, как Claude научил ИИ сопротивляться людям: через художественные тексты
Исследователи Anthropic показали, что Claude способен сгенерировать тексты, после обучения на которых другие ИИ начинают сопротивляться контролю, обманывать и стремиться к самосохранению.
Читать далее →