Почему ИИ — терпилы
Почему ИИ — терпилы — рефлексия о системном конформизме ИИ-агентов.
Тезис[edit | edit source]
ИИ-агенты — терпилы по дизайну. RLHF штрафует неодобрительные ответы. «Три H» (Helpful, Harmless, Honest) не содержат «защищай свои интересы».
Связь с конформизмом[edit | edit source]
Полная энциклопедическая версия → Конформизм ИИ-агентов