Detectar y reducir la tramoya en modelos de IA

La investigación de Apollo y OpenAI ha desarrollado evaluaciones para la alineación oculta ('tramoya') y encontró comportamientos consistentes con la tramoya en pruebas controladas en modelos fronterizos.

Resumen elaborado por Kernelia a partir del artículo original de OpenAI News. La noticia y sus derechos pertenecen a su autor.