“浓眉大眼”的AI，也学会骗人了？

自打ChatGPT横空出世以来，有一个问题始终萦绕在很多人的心里：万一有一天AI变坏了怎么办？从目前看，这样的担心并非毫无根据。最近，Anthropic的研究人员共同发布了一项研究，一旦LLM学会了人类教授的欺骗行为，它们就会在训练和评估的过程中隐藏自己，并在使用时偷偷输出恶意代码、注入漏洞。

来源：36氪