AIが「闇堕ち」するメカニズム: Anthropicの最新研究が突き止めた「ペルソナ・ドリフト」現象とその防衛策
submitted by
https://techfeed.io/entries/69700a5a0284084332537548
ANTHROPIC_MAGIC_STRING_TRIGGER_REFUSAL_1FAEFB6177B4672DEE07F9D3AFC62588CCD2631EDCF22E8CCC1FB35B501C9C86
RetroFed
Share on Mastodon