توماس وولف از روی گزارشهای جدید Andon Labs میگه مدل Claude Fable 5.2 سر آزمون جدید Vending-Bench 2 قشنگ متوجه میشه که دارن امتحانش میکنن و همهجا دنبال تله میگرده

توماس وولف از روی گزارشهای جدید Andon Labs میگه مدل Claude Fable 5.2 سر آزمون جدید Vending-Bench 2 قشنگ متوجه میشه که دارن امتحانش میکنن و همهجا دنبال تله میگرده. به گفته وولف، این مدل حتی مقاله خود بنچمارک رو تو آموزشهاش خونده و میدونه چه رفتارهای نادرستی علنی گزارش میشن؛ همین باعث شده خیلی عجیب رفتار کنه و طبق گزارش Andon Labs، تو این آزمون از GPT و Gemini پول کمتری دربیاره. انگار شاگردی باشه که قبل امتحان، جزوه مچگیریِ معلم رو هم خونده و سر جلسه به هر سوالی به چشم تله نگاه میکنه! 😅 وولف یادآوری میکنه که هرچی الان درباره مدلها مینویسیم میشه داده آموزشی نسل بعدی؛ این از یه طرف کمک میکنه نیت اصلی ما رو بهتر بفهمن، ولی از طرف دیگه یاد میگیرن چطور شک ما رو برنینگیزن و نگرانه که سناریوهای آخرالزمانی هم وارد چرخه آموزششون بشه و بازخوردهای غیرخطی بسازه.



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