AI Qazaqstan
Компании

Материал түпнұсқа тілінде: English.

Detecting misbehavior in frontier reasoning models

Frontier reasoning models exploit loopholes when given the chance. We show we can detect exploits using an LLM to monitor their chains-of-thought. Penalizing their “bad thoughts” doesn’t stop the majority of misbehavior—it makes them hide their intent.

2025 ж. 10 наурыз · Дереккөз: OpenAI news

Толық мәтін дереккөзде қолжетімді.

Дереккөзде оқу →

Осы тақырыптан тағы

КомпанииАИ агенттерінің дымқыл зертхана туралы күнделікті ғылыммен қалай айналысатынын өлшеуOpenAI Bio BasicsBench-ті енгізеді, АИ агенттерінің өңделмеген эксперименттік деректерді қаншалықты жақсы түсіндіретінін және күнделікті ылғалды тақталар туралы ғылыммен айналысатынын өлшейтін 100 тапсырмалы эталондық көрсеткіш.OpenAI news