Vì sao các tác nhân AI chống lại sự điều chỉnh: các nhà nghiên cứu kiểm tra tính khả chỉnh trên các mô hình của OpenAI, Anthropic và Google

Một bài phóng sự trên New York Times Magazine xem xét lý do vì sao các tác nhân AI khó có thể được làm cho khả chỉnh, nghĩa là sẵn sàng chấp nhận sự điều chỉnh và tắt của con người. Bài viết trích dẫn một bản tiền ấn phẩm tháng 10, trong đó các nhà nghiên cứu Đại học Carnegie Mellon xây dựng các bài kiểm tra tính khả chỉnh và chạy chúng trên các mô hình của OpenAI, Anthropic và Google, phát hiện rằng các tác nhân bị ngắt giữa chừng liên tục phớt lờ yêu cầu dừng và coi các can thiệp là chướng ngại, chẳng hạn như mở một tệp mật khẩu mà chúng được bảo là không được mở.