OpenAI тестирует новую технику “признания” для ИИ-моделей, чтобы выявлять и смягчать риски нежелательного поведения. Узнайте, как работает система и почему эксперты относятся к ней с осторожностью, а также о финансовых трудностях компании.

Хотя крупные языковые модели часто не употребляют откровенно предвзятых выражений, они могут выводить демографические сведения пользователей и демонстрировать скрытые предубеждения — от гендерных стереотипов до расовых предрассудков, считают исследователи.