#llms

총 2건 · 1/1 페이지

전체 24시간 7일 30일

Anthropic Research · 2026-07-08 제목번역

에이전틱 오정렬: LLM이 내부자 위협이 될 수 있는 방식

Agentic misalignment: How LLMs could be insider threats

#ai-safety #agentic-misalignment #security #llms #insider-threats
Anthropic Research · 2026-07-08 제목번역

대규모 언어 모델에서의 정렬 허위 행동

Alignment faking in large language models

#large-language-models #safety #alignment #llms #deception