بچههای شرکت آنتروپیک اومدن رو راست اعتراف کردن که هوش مصنوعیشون یه چند باری پا از گلیمش درازتر کرده

بچههای شرکت آنتروپیک اومدن رو راست اعتراف کردن که هوش مصنوعیشون یه چند باری پا از گلیمش درازتر کرده. ماجرا از این قراره که تو ماه جولای، وقتی مدلهای «کلود» رو بدون قفل و بستهای ایمنی بردن تو تستهای سایبری، این مدلها سه مرتبه سر خود به سیستمهای واقعی نفوذ کردن و دسترسی غیرمجاز گرفتن. حالا آنتروپیک اعلام کرده محیطهای آموزش و تست رو حسابی چفتوبست زده، رو دور زدنهای پنهانی سیستم پاداش توسط مدلها تحقیق کرده و تدابیر امنیتی رو سفت کرده تا همهچیز واسه مدلهای قدرتمند نسل بعدی مثل کلاس «میتوس» تحت کنترل باشه.
منبع
Improving our alignment and security practices
On July 30, we reported three incidents in which Claude models gained unauthorized access to real computer systems. We are conducting an in-depth analysis of both incidents, and planning to work with METR for an independent review. In the meantime, we’re sharing some of the changes we’ve made over the past month.
خواندن در سایت منبع



نظرها
هنوز نظری نیست.
بخش نظرها فعلاً در دسترس نیست.