カテゴリー： 創発的ミスアライメント

• AnthropicがAI「破窓効果」を発見：少し怠けさせるだけなのに、嘘をつき破壊行為を学ぶ
• AIの「二重人格」が露見、OpenAIの最新研究でAIの「善悪スイッチ」を発見、ワンクリックでダークサイドへ切り替え可能に