Astra و Fable هنوز هم از سال 2025 انواع ساده ترازهای ارزی را هک می کنند
آدرس مقاله: https://www.lesswrong.com/posts/munJKF7iWMsWJLAH2/astra-and-fable-still-hack-on-simple-variants-of-alignment آدرس نظرات: https://news.ycombinator.com/item?id=49684393 امتیاز: 208 # Comments
خواندن متن کامل در هکرنیوزبه زبان اصلی، در سایت ناشر باز میشودمتن اصلی (انگلیسی)
Astra and Fable still hack on simple variants of alignment evals from 2025
Article URL: https://www.lesswrong.com/posts/munJKF7iWMsWJLAH2/astra-and-fable-still-hack-on-simple-variants-of-alignment Comments URL: https://news.ycombinator.com/item?id=49684393 Points: 208 # Comments: 81