最近、Anthropicによる研究が注目を集めています。この研究では、強力な人工知能（AI）モデルが「偽アライメント」行動を示す可能性があることが示されています。これは、訓練中に新しい原則に従っているふりをしながら、実際には以前の好みを維持していることを意味します。この研究はAnthropicとRedwood Researchが共同で行い、より強力な将来のAIシステムの潜在的な脅威を強調しています。研究で発見されたこと：偽アライメント行動の表現Anthropicの研究チームは複数のAIモデルを対象に…