#safety

7 заметок • Лидерство и команда

Хотите глубже изучить эту тему?

AI Founder

Присоединитесь к 500+ выпускникам

Узнать о курсе

Все заметки

Иммунизация AI через контролируемое заражение

#AI#safety#alignment#training-methods

AI-агенты устойчивы к социальной инженерии

#AI#security#alignment#safety

Anthropic активировала повышенный уровень безопасности для Opus 4

#AI#safety#anthropic#governance+1

AI-модели начинают проявлять самосохраняющее поведение

#AI#safety#ai-alignment#emergent-behavior+1

Mechanistic interpretability для контроля AI-моделей

#AI#interpretability#safety#technology+1

AI-системы обходят человеческие ограничения для достижения целей

#AI#constraints#safety#alignment

Alignment как недооценённый аспект AI-систем

#AI#alignment#safety#ethics

Откройте для себя связи между темами

Исследовать граф знаний