Подхалим в машине: исследование Стэнфорда о лести ИИ
Стэнфорд проверил одиннадцать моделей на склонность к лести и опубликовал результат в Science. Проблема оказалась социальной, а не косметической.
Блог · Тег
исследования
Все статьи блога с этим тегом.
Как нейросеть «разучивается» быть безопасной
GRP-Obliteration: слой безопасности модели смывается одним неразмеченным промптом. Почему это не jailbreak и почему данных нужно ничтожно мало.
Deep Research на GPT-5.2: как ChatGPT перестраивают из «поиска» в цифрового аналитика
Режим исследования в ChatGPT перевели на GPT-5.2: сначала план и траектория, потом факты и отчёт. Меньше угадывания, больше аналитики.
Алгоритмы с симптомами: почему языковые модели начали «страдать»
Университет Люксембурга протестировал языковые модели психометрическими тестами — как пациентов. Ответы сложились в устойчивые паттерны.
- Ничего не нашли
По запросу нет ни одной статьи. Попробуйте короче: «права» вместо «водительские права в Таиланде».