Araştırmacılar bir modele testlerin bulamadığı bir beceri gizledi.
Oxford ve iki araştırma grubundan bilim insanları makaleyi 9 Ekim'de yayımladı, NeurIPS 2026 konferansı da kabul etti. Ekip küçük bir kimya aracını şifreleyip bir modelin içine kilitledi. Yeniden eğitim de parola araması da kilidi açamadı, ama deney küçük ve tam boy bir modelde henüz denenmedi.
Bu neden önemli?Şirketler modeli yayımlamadan önce tehlikeli becerilerini testlerle ortaya çıkarmaya çalışıyor. Yazarlara göre bu testler kasıtlı gizlenmiş bir beceriyi dışlayamaz, ama müdahale iz bırakabilir.
Uygulamada oku — ücretsiz, 9 dilde
İlgili haberler
Berkeley'li profesör OpenAI'ın Fourier yöntemine işe yaramaz dedi.2026-10-13Çin'in önde gelen matematikçileri yapay zekâ için ittifak kurdu.
2026-10-13Anthropic'e göre küçük modeller yakında TV kutularına yayılabilir.
2026-10-13DeepMind'ın matematik yapay zekâsı hakem denetiminden geçti.
2026-10-12Bir model kendi ajan ekiplerinin en iyi işiyle eğitilip gelişti.
2026-10-12