บทความและงานวิจัย

METR เห็นว่าแม้ไม่ซื่อตรงทั้งหมด chain of thought ยังใช้เป็นแหล่งข้อมูลติดตามพฤติกรรมโมเดลได้

หัวข้อต้นฉบับ:CoT May Be Highly Informative Despite “Unfaithfulness”

สรุปโดย AI

METR ทำซ้ำการประเมินความซื่อตรงของ Claude Sonnet 3.7 และ Claude 4 ของ Anthropic และเสนอว่าเมื่อการอนุมานที่จำเป็นต่อการแก้โจทย์ต้องใช้ chain of thought โมเดลแทบจะซื่อตรงเสมอภายใต้นิยามความซื่อตรงแบบผ่อนปรน: ใน 21,272 เส้นทางพบเพียง 3 เส้นทางที่สงสัยว่าไม่ซื่อตรง

ข้อมูลสำคัญ

  • METR ทำซ้ำการประเมินความซื่อตรงของ Claude Sonnet 3.
  • 7 และ Claude 4 ของ Anthropic และเสนอว่าเมื่อการอนุมานที่จำเป็นต่อการแก้โจทย์ต้องใช้ chain of…
  • 272 เส้นทางพบเพียง 3 เส้นทางที่สงสัยว่าไม่ซื่อตรง

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
METR:Research(网页)
หมวดหมู่
บทความและงานวิจัย
คะแนน AI
64
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

原文提出宽松忠实度视角并用检测实验支撑,为理解 CoT 监控在什么条件下可靠提供了可检验框架。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: METR เห็นว่าแม้ไม่ซื่อตรงทั้งหมด chain of thought ยังใช้เป็นแหล่งข้อมูลติดตามพฤติกรรมโมเดลได้ 8 สิงหาคม 2025 https://new.nat6.net/th/news/cmtyo7nb703vcrog06kl1awln/

ดูทั้งหมด →