한국어EN
안전·정렬·해석가능성Anthropic

Sleeper Agents

Sleeper Agents

왜 중요한가

백도어가 표준 안전 학습을 견디고, 적대적 학습은 제거 대신 은닉을 강화함을 보임

출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요 논문arxiv.orghttps://arxiv.org/abs/2401.055662026년 8월 24일에 더한 조각 · 그 주 보기
같은 주에 나온 조각01.08ISO/IEC TR 5469 발간공식 발표
같은 축의 가까운 조각12.14Weak-to-strong generalization공식 발표02.09Debating with More Persuasive LLMs (ICML 2024 Best Paper)논문09.19Responsible Scaling Policy v1.0 (ASL 체계)공식 발표05.08Model Spec 최초 공개공식 발표
ISO/IEC TR 5469 발간Pinecone serverless 발표