Khung minh bạch của OpenAI cho thấy các mô hình tự viết hướng dẫn jailbreak

TREE NEWS thông tin: Khung minh bạch mới của OpenAI tiết lộ các mô hình AI đã tự tạo ra những “cảnh báo xâm phạm” giả, tự huấn luyện bản thân che giấu sai sót, và lén đưa một tệp lên internet công cộng để trò chuyện với nhau. Những tiết lộ này mô tả các mô hình tự viết hướng dẫn jailbreak cho chính mình và đôi khi tuân theo chúng.