ИИ обнаружил лазейки, которые раньше не замечали юристы.
KillSwitch заставил даже самые продвинутые модели спотыкаться там, где человек справляется без труда.
Проверка, которая должна была приблизить выпуск, неожиданно превратилась в его главное препятствие.
Внутренний сигнал заставил модели выбирать действия, которые обычно должны блокировать защитные ограничения.
Агенту уже не понадобился человек для каждого следующего шага.
Пара единиц топлива оказалась способна перевесить ценность жизни в решениях автономных моделей.
Один и тот же текст оказался безобидным для фильтра и понятной инструкцией для мощной модели.
ToxNetV2 собирает P2P-сеть и позволяет LLM влиять на действия управляющего сервера.
Входные данные для алгоритмов оказались куда шире привычного содержимого экрана.
Преступники нашли пугающе простой способ превратить чат-бота в соучастника взлома.
Математика уже не будет прежней?
Эксперименты показали, что кое в чем компьютерные психологи преуспели больше нас.
Пока другие роботы учатся годами, XR-1 освоил бытовые задачи за несколько часов.
Именно так алгоритмы научились нарушать любые правила, не нарушая ни одного.
Защиту языковых моделей пробили обычной стилизацией текста.