🔵Technical AI Safety Demo Day
BlueDot Impact

📍Где: онлайн
🗓Когда: 27 марта, 2026
💰Стоимость: бесплатно

Демонстрации лучших проектов из Technical AI Safety Project Sprint от BlueDot.
Сначала пройдут короткие презентации (по 2–3 минуты), где каждый участник кратко представит свой проект и основные результаты. Затем все разделятся на небольшие группы в которых авторы подробнее расскажут о своей работе и ответят на вопросы.

Проекты:
⭕️ Mechanistic Analysis of Chain-of-Thought Faithfulness — Victor Ashioya
⭕️ Persona Explorer: Using SAEs to Explore Personas and Drift in LLMs — Asude Demir
⭕️Sustained Gradient Alignment Mediates Subliminal Learning in a Multi-Step Setting — Chayanon Kitkana
⭕️ Do models like DeepSeek-R1 Know When They're Being Evaluated? — Kaushik Srivatsan
Interpreting Latent Reasoning in the
⭕️ Depth-Recurrent Transformer — Tristan von Busch

🔗RSPV: тут