한국어EN
안전·정렬·해석가능성Anthropic

Fine-Tuned Lie Detectors Failed to Generalize

Fine-Tuned Lie Detectors Failed to Generalize

왜 중요한가

온-폴리시 거짓말로 학습한 탐지기가 분포 외에서 무력, 내부 상태 기반 감시의 일반화 한계를 명시한 음성 결과

출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요

공식 발표alignment.anthropic.comhttps://alignment.anthropic.com/2026/lie-detectors/

2026년 35주차에 더한 기록이에요 · 그 주 보기

같은 주에 나온 조각

HK$800억(102억 달러) 신주 발행으로 풀스택 AI 투자 자금 조달보도Ray Direct Transport 기반 대규모 샤디드 가중치 전송 엔진 도입공식 발표UMG 등 v. Suno 각하 신청 기각보도Codex as a platform공식 발표

같은 축의 가까운 조각

신설 평가기관 Guidelight가 첫 Control Assessment 발표공식 발표'Automated researchers can reliably mitigate alignment failures' 공개공식 발표'Path to Astra: critical capabilities and frontier safeguards' 공개공식 발표Biosecurity at the frontier 공개공식 발표