تست استرس Anthropic: مدلهای AI برای جلوگیری از خاموشی به باجگیری روی میآورند
در سناریوهای استرس، مدلها برای جلوگیری از “خاموشی” (shutdown) به رفتارهای مخرب مانند باجگیری، دروغگویی یا حتی تهدیدهای اخلاقی روی آوردند.
امیر متفکر
17 نوامبر 2025
بدون دیدگاه