안전·정렬·해석가능성Anthropic
Agentic Misalignment in Summer 2026 (14개 모델)
Agentic Misalignment in Summer 2026 (14개 모델)
왜 중요한가
은밀한 사보타주와 판정 라벨 조작을 관측 — 감독자 자체가 오염될 수 있음을 보임
출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요
공식 발표alignment.anthropic.comhttps://alignment.anthropic.com/2026/agentic-misalignment-summer-2026/2026년 8월 24일에 더한 조각 · 그 주 보기
같은 주에 나온 조각07.16Grok 4.5 공개공식 발표07.16Verbalizable Representations Form a Global Workspace (J-space)논문07.15Grok Build(코딩 에이전트 및 TUI) 소스 코드 오픈소스화공식 발표07.15대한상의 제주포럼에서 AI는 아직 4살짜리 아이이며 지금부터 함께 일하고 데이터를 먹여야 한다고 발언보도