The letter

One letter a week, starting soon.

The week's signal, what shipped, what is worth running tonight, and the editor's note. No tracking, no ads, nothing else.

We keep your address, your language and the date you joined, nothing else. Every letter has a one-click unsubscribe link that deletes the record.

← Accept All   Archive
Qiita (LLM)Japan

拒否率が高いAIは安全なのか? 従来の安全性評価が見落としていたもの

11.15

はじめに 「このモデルは危険な依頼の 99% を断りました。だから安全です」。AI の安全性について、こうした説明を目にしたことがあるかもしれません。分かりやすい数字ですし、社内で業務エージェントを導入するときも、まず「危ない指示を断るか」を試すことが多いと思います。 ...

Read at Qiita (LLM) ↗

More from Qiita (LLM) on Accept All

More from Qiita (LLM) on Accept All.