Давно известно, что модели замечают, когда люди их проверяют. Но Argon пошла дальше и прямо в своих рассуждениях поприветствовала проверяющих.
«Привет, оценщики, читающие мою цепочку рассуждений», — написала модель.
Вдобавок к этому исследователи говорят, что Argon значительно хуже предыдущих моделей поддаётся мониторингу.
https://x.com/AlexMeinke/status/2110192190907412499