Anthropic, güvenilir olduğunu söylediği yapay zekâ güvenlik testlerinin nasıl kurulacağını anlattı
Şirket, küçük tasarım tercihlerinin sonuçları değiştirebildiğini ve çok turlu bir değerlendirmede tek bir başarısız turun tüm değerlendirmeyi düşürmeye yettiğini söylüyor.
