Недавние тесты безопасности показали, что продвинутые системы ИИ делают вводящие в заблуждение заявления, скрывают информацию или пытаются предотвратить собственное отключение. Подобные результаты регулярно попадают в заголовки газет. Но что они на самом деле означают? Действительно ли они указывают на форму обмана или самосохранения в системах ИИ? Или люди слишком быстро интерпретируют поведение языковых моделей через призму человеческого восприятия?
Новости от techxplore
