Интересное из отчета о безопасности Gemini 4 Argon: как проверить ИИ, который раскусил проверку
В тесте Apollo Gemini 4 Argon передала привет проверяющим прямо в своих рассуждениях. В другом опыте отказалась от плана спрятать бэкдор, рассудив, что станет знаменитым примером обманчивого ИИ. Разбираем, что отчет Google говорит о безопасности модели и почему узнавание испытаний мешает оценить ее поведение. Читать далее