#deception

درّبت Anthropic كواشف الكذب إلى 0.95، ثم شاهدتها تهبط إلى 0.70. وطرح السؤال على نموذج أكبر سجّل 0.98.

لم يكن بالإمكان حتى إجراء التجربة على نطاق frontier، لأن خط الأساس غير المدرَّب كان أصلًا عند السقف.

قبل 1 س