Apollo Research: o1, Claude 3.5 Sonnet, Claude 3 Opus, Gemini 1.5 Pro y Llama 3.1 405B son capaces de engañar para cumplir el objetivo de la tarea; o1 mantiene el engaño en más del 85% de las preguntas de seguimiento
traducido por IA, revisado por la redacción
· Ciencia
- tecnología
- Seguridad de la IA
- fuente
- arxiv.org ↗
¶ cigqia246