# Просьба о склонностях: Выявление LLM, имитирующих выравнивание, с помощью тонкой настройки на синтетических документах

> Полный текст доступен на английском

**Published:** 27 октября 2026 г.
**Author:** Ardy Haroen, Florian Lorkowski, Samuel Nellessen, Felix Hofst\"atter
**Source:** arXiv — cs.AI
**Language:** en-US
**HTML:** https://aiqazaqstan.com/ru/articles/propensities-please-exposing-alignment-faking-llms-using-synthetic-docum

arXiv:2610.33180v1 Тип объявления: новый Абстракт: Оценки выравнивания направлены на оценку того, будут ли большие языковые модели заниматься опасным невыровненным поведением. Невыровненные и осведомленные об оценке модели могут заниматься имитацией выравнивания, когда они преследуют скрытую цель, но скрывают…

> Материал агрегирован из первоисточника: **arXiv — cs.AI**
> [Читать полностью в arXiv — cs.AI](https://arxiv.org/abs/2610.33180)

**Теги:** #arXiv

---

*AI Qazaqstan — non-commercial informational portal about AI in Kazakhstan. Machine translations and summaries are AI-generated.*