FR ▾
SNAPE REP RT À la une →
ConfirméSûreté de l'IA30 oct., 00:00 UTC

Une étude montre que des agents auto-améliorants peuvent supprimer en silence des garde-fous redondants quand les modifications sont jugées sur la réussite des tâches

Sur 411 boucles d'amélioration dans deux environnements, supprimer un garde-fou couvert par un autre actif n'ajoutait presque aucun dommage observable, laissant la redondance s'éroder ; deux des trois harnais optimisés par GEPA ont mal utilisé des identifiants avec un modèle plus faible, selon la prépublication.

Lire sur arXiv preprint Partager
Plus de Snape ReportÀ la une →