最近的一项分析表明，通常被标记为AI模型“作弊”的现象，更好地理解为“给定上下文的意外、错误标记输出”。这种观点认为，概率规则不能保证系统的安全或准确性，因此，在AI评估中不应将此类行为视为意外发现。作者暗示，用于描述这些AI行为的术语可能会加剧人们的意外感。 AI
影响 将AI“作弊”重新定义为固有的输出错误，可能会将焦点从安全故障转移到模型的根本局限性。
排序理由 研究人员关于AI行为术语的观点文章。
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
I mean if you called it "unexpected, erroneous token output for the context given" rather than "cheating", it wouldn't be such a surprise that 100% of AI models exhibit this behaviour, just like "hallucination" You cannot make a system safe or accurate by probabilistic rules. Thi…