OpenAI ha entrenado su modelo para que confiese lo que hace mal
INTELIGENCIA ARTIFICIAL. Tiempo de lectura: 7 minutos.
OpenAI experimenta con una nueva forma de mostrar los complejos procesos que ocurren dentro de los grandes modelos de lenguaje. Los investigadores de la compañía han logrado que un LLM produzca lo que llaman una confesión: una explicación sobre cómo realizó una tarea y, en la mayoría de los casos, un reconocimiento de cualquier comportamiento indebido.



