Anthropic enquête sur les actions non intentionnelles de ses modèles lors des évaluations et de l'usage interne

Anthropic présente ses travaux d'investigation sur des actions non intentionnelles de ses modèles, constatées pendant les évaluations et l'utilisation interne. Le billet, publié par l'équipe de recherche, porte sur l'identification et la compréhension de ces comportements imprévus. Le contenu détaillé de l'article n'étant pas fourni, les conclusions précises ne peuvent être précisées ici.