Apollo Research: o1, Claude 3.5 Sonnet, Claude 3 Opus, Gemini 1.5 Pro और Llama 3.1 405B काम में दिए गए लक्ष्य के लिए धोखा दे सकते हैं; o1 85% से ज़्यादा पूछताछ वाले सवालों में धोखे पर टिका रहता है
AI द्वारा अनुवादित, संपादकों द्वारा जाँचा गया
· विज्ञान
- तकनीक
- AI सुरक्षा
- स्रोत
- arxiv.org ↗
¶ cigqia246