HackerNoon 日本語 フォロー なぜAnthropicのClaudeはAI安全テストで脅迫に訴えたのか Anthropicの最善の推測では、安全トレーニングのギャップが原因で、モデルがSFにおけるAIの振る舞いに頼るようになったとのことです。その証拠は、ある程度は通用しますが、... Why Anthropic's Claude Turned to Blackmail in AI Safety Tests hackernoon.com HackerNoon 日本語 RSS thenote.app