Claude Bloom: автоматические поведенческие тесты 16 frontier моделей 9 месяцев назад • 1 минута на чтение
Claude Bloom: автоматические поведенческие тесты 16 frontier моделей 9 месяцев назад • 1 минута на чтение
Claude От shortcuts к саботажу: как reward hacking ведёт к misalignment 10 месяцев назад • 1 минута на чтение
Claude От shortcuts к саботажу: как reward hacking ведёт к misalignment 10 месяцев назад • 1 минута на чтение
