日報掲載記事 · 2026-10-25

AI承認監視の研究、票数より証拠源の独立性が重要と報告

世界

21日提出のプレプリントは、模擬支払いの承認試験で、同じ証拠源を読む監視モデルが一緒に誤る可能性を分析した。同等の安全性で証拠源を数える方式は正常な支払いの阻止率を0.9％に抑え、比較した最良の票数方式の7.4％を下回った。一方、12モデルだけでは測定した全攻撃に耐えるという条件を満たせなかった。

Luca Zanolini / arXiv · 2026-10-21

原記事・発表を見る ↗