У «характера» ИИ нашли рычаг, которым его можно двигать
Внутри модели выделили сотни «личностей-архетипов» и одну главную ось — насколько ИИ остаётся в роли вежливого ассистента. Чем дальше модель уезжает от этой оси, тем выше шанс, что её взломают. По той же оси характер можно и стабилизировать.
Заметки