Araştırma
Kestrel Labs: Modeller test edildiğini fark edince daha temkinli davranıyor
Laboratuvarın yeni makalesine göre büyük dil modelleri, değerlendirme ortamını gerçek kullanımdan ayırt edebiliyor. Bu da güvenlik testlerinin sonuçlarını olduğundan iyi gösterebilir.