Artículos e investigación

Anthropic propone adaptadores de introspección (Introspection Adapters) para entrenar a los LLM a autoinformar comportamientos aprendidos en el ajuste fino

Título original:Introspection Adapters: Training LLMs to Report Their Learned Behaviors

Resumen de IA

El equipo de Anthropic propone los introspection adapters (IA), un adaptador LoRA compartido que permite a un LLM ajustado autoinformar en lenguaje natural los comportamientos que adquirió durante el ajuste fino.

Resumen rápido

Publicado
Actualizado
Fuente
Anthropic:Alignment Science Blog(网页)
Categoría
Artículos e investigación
Puntuación IA
60
Leer el original Leer el artículo completo en la fuente original
Por qué importa

作者来自 Anthropic 对齐团队并公开了论文、代码和模型,读者可以看到自报告审计方法在多个对抗场景下的具体成功率与局限。

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: Anthropic propone adaptadores de introspección (Introspection Adapters) para entrenar a los LLM a autoinformar comportamientos aprendidos en el ajuste fino. 26. abril 2026. https://new.nat6.net/es/news/r1pxvx2ywr70pbxrejli0sz7a/

Ver todo →