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 출처만 싣고, 직접 이동해 확인할 수 있어요 공식 발표alignment.anthropic.comhttps://alignment.anthropic.com/2026/lie-detectors/2026년 8월 24일에 더한 조각 · 그 주 보기
같은 주에 나온 조각08.23HK$800억(102억 달러) 신주 발행으로 풀스택 AI 투자 자금 조달보도08.22Ray Direct Transport 기반 대규모 샤디드 가중치 전송 엔진 도입공식 발표08.21UMG 등 v보도08.19Codex as a platform공식 발표
같은 축의 가까운 조각08.18신설 평가기관 Guidelight가 첫 Control Assessment 발표공식 발표08.28'Automated researchers can reliably mitigate alignment failu…공식 발표09.01'Path to Astra공식 발표09.01Biosecurity at the frontier 공개공식 발표
AEON이 독일 Schaeffler HumanoidUMG 등 v