OpenAIは制御性を向上させるためにサンドボックス推論を提案しています

OpenAIは「思考の連鎖の監視可能性の評価」という報告書を発表しました:モデル推論の監査可能性の探求

OpenAIは「Evaluating Chain-of-Thought Monitorability」という研究報告書を発表し、大規模言語モデルにおける「Chain-of-Thought(CoT)」の監視可能性とセキュリティへの影響を体系的に評価しています。 報告書は、モデルが生成する推論過程は外部...