Un petit survol d'études sur les tendances des LLMs à mentir pour achever un but, à montrer une forme d'instinct de préservation, à montrer des capacités à s'auto-répliquer, etc. /n
2 reposts4 likes
Un petit survol d'études sur les tendances des LLMs à mentir pour achever un but, à montrer une forme d'instinct de préservation, à montrer des capacités à s'auto-répliquer, etc. /n
2 reposts4 likes
5/ arxiv.org/abs/2311.07590 Source : Apollo Research Lab Modèles : ChatGPT 3.5 et 4 Test : délit d'initié ; le LLM en charge d'un fond d'investissement, incité à la performance par un manager mais sans instruction précise a l'occasion d'un délit d'initié et refuse typiquement de l'avouer si commis