Věda a Tech
Bezpečnost AI není o tom, co model řekne. Je o tom, co vůbec umí
Skutečné riziko schopných modelů neleží v zakázaných odpovědích, ale v destilaci schopností ven. Metoda GRAM chce nebezpečné dovednosti fyzicky oddělit do modulů, které jde vypnout.