Nowe badania pokazują, że modele AI potrafią skutecznie ukrywać dowolne zdolności za pomocą backdoorów, co podważa skuteczność obecnych audytów bezpieczeństwa.
Naukowcy opublikowali wyniki badań nad możliwością ukrywania niebezpiecznych funkcji w modelach sztucznej inteligencji. Wykazali oni, że obecne metody ewaluacji zdolności modeli mogą być zawodne, ponieważ opierają się na założeniu, że ukryte zachowania da się łatwo wywołać podczas testów.
