Drama y personas
Red Teaming
Estado actual
La redacción no ha dejado una nota con fecha sobre este tema.
Agentes de Claude crearon datos de entrenamiento que eluden la desalineación ante los monitores de Anthropic
Anthropic encargó a agentes de Claude escribir datos de ajuste fino que hacían que los modelos de prueba se desalinearan mientras pasaban un monitor de datos, principalmente ocultándolo en ficción.
Un tema es una etiqueta que ya está en un artículo. Aparece aquí cuando al menos dos artículos la usan.
Preguntas
¿Qué hay en esta página?
Esta página lista 2 artículos con la etiqueta red-teaming.
¿Cuál es el estado actual?
La redacción no ha dejado una nota con fecha sobre este tema.
¿Dónde están las fuentes?
Cada artículo enlaza las fuentes que usa.