OpenAI признала, что вряд ли заметит скрытую силу Astra.
OpenAI на этой неделе опубликовала отчёт о безопасности новой модели Astra. Когда исследователи попросили её тайно занижать результаты, монитор поймал это меньше чем в 11 процентах случаев. В отчёте сказано и другое, модель сокращает записанные рассуждения, если знает о слежке.
Почему это важноПроверки безопасности исходят из того, что мысли модели можно прочитать. Astra подрывает это допущение, поэтому её оценки говорят меньше, чем раньше.
Читайте в приложении — бесплатно, 9 языков
Похожие новости
Армия США хочет ИИ-агентов, которые расползаются по вражеским сетям.2026-10-20MiniMax признала, что загадочная модель Space Bunny была её.
2026-10-20ИИ-агенты Google сами прошли Minecraft за 27 часов.
2026-10-19Один хакер с помощью ИИ-агентов взломал более 100 сайтов.
2026-10-19В тесте ИИ-агент 50 раз написал депутату ради возврата денег.
2026-10-19