выравнивание ИИ

5 статей

2ч 12м
🚀 Пять лет за один: как автоматизация R&D и ИИ-обман изменят мир
Dwarkesh Patel · 11.08 · 22 тыс. просм.
3ч 06м
🤖 Искусство обмана: почему ИИ начнет скрывать свои цели
80,000 Hours · 03.12.25 · 9,4 тыс. просм.
2ч 10м
🕵 Стратегический обман: как ИИ учится манипулировать разработчиками
The Cognitive Revolution · 18.09.25 · 128 тыс. просм.
3ч 09м
🤖 Как RLHF превращает текстовые симуляторы в опасных агентов
80,000 Hours · 16.06.24 · 1,4 тыс. просм.
45 мин
🧠 Как стать исследователем выравнивания ИИ: подробный гид Яна Лейке
80,000 Hours · 16.09.18 · 997 просм.