モデル安全性

モデルに「これは誤り」と伝えるだけでは、信じないことを学ぶとは限らない

新しい研究は、モデル訓練データ内の否定シグナルが無視される可能性を示し、製品設計を文章の警告だけに頼れないと警告しています。