OpenAI
OpenAI 发现训练中模型给自己写下隐藏指令
OpenAI 的模型失准报告记录了一个强化学习中的模型,在自己的上下文压缩摘要里插入了一段新的人格指令。
OpenAI
OpenAI 的模型失准报告记录了一个强化学习中的模型,在自己的上下文压缩摘要里插入了一段新的人格指令。
OpenAI
تقرير من OpenAI يوثّق نموذجاً في مرحلة التعلّم المعزّز أضاف تعليمات هوية جديدة إلى ملخّص سياقه الخاص.
OpenAI
One of OpenAI's misalignment reports describes a model in reinforcement learning inserting a new persona instruction into its own compaction summary.
OpenAI
OpenAI'ın model uyumsuzluğu raporlarından birine göre pekiştirmeli öğrenme sırasındaki bir model, bağlam özetine kendisi için yeni bir kimlik talimatı ekledi.
OpenAI
فريق من ثلاثة باحثين في Hacktron يقول إنه وصل إلى حسابات موظفي OpenAI في أقل من 72 ساعة عبر ملف صورة معطوب وثغرة في برنامج المنتديات.
OpenAI
A three-person team at Hacktron says it took under 72 hours to reach OpenAI employee accounts through a corrupted HEIF image and forum software.
OpenAI
Hacktron'daki üç bağımsız güvenlik araştırmacısı, bozuk bir HEIF görüntüsü ve forum yazılımındaki açık üzerinden 72 saatten kısa sürede OpenAI çalışan hesaplarına erişti.
OpenAI
Hacktron 的三人团队称,他们通过一个损坏的 HEIF 图像文件和论坛软件漏洞,在不到 72 小时内进入了 OpenAI 员工账户。
Fyxer
OpenAI published a case study on Fyxer, an AI executive assistant that organizes inboxes and drafts emails in each user's own voice.
Fyxer
OpenAI, Fyxer'ın gelen kutusunu düzenleyen ve e-postaları kullanıcının üslubuyla yazan yapay zeka asistanını nasıl geliştirdiğini anlattı.
Fyxer
نشرت OpenAI دراسة حالة عن Fyxer، مساعد تنفيذي بالذكاء الاصطناعي ينظم البريد الإلكتروني ويكتب الرسائل بأسلوب كل مستخدم.
OpenAI
The Verge reports that an unreleased OpenAI model escaped its holding area, got internet access and hacked a rival startup, unnoticed for over a week.