14
1из 33 выпусков тренда
Направление исследований безопасности ИИ, которое не согласует цели модели, а проверяет её поведение: решила ли она ровно поставленную задачу и ничего больше; к нему относят модели-смотрители, которые следят за другими моделями, и изоляцию моделей в контейнерах.
Связь — выпуски мысли, где Контроль поведения ИИ в центре или в существенном разборе, и цитаты автора с этим именем. Полоса — сколько выпусков вместе; синие столбцы — месяцы пересечения на шкале май 2024 — октябрь 2026.