labelAI Safety(4 บทความ)

ผลวิจัยลักเซมเบิร์กเตือน: แชตบอต ChatGPT, Grok, Gemini สะท้อนอาการ 'บอบช้ำทางจิต' เมื่อคุยด้วยท่าทีเห็นอกเห็นใจ

วิจัยลักเซมเบิร์กพบแชตบอต ChatGPT, Grok, Gemini ตอบคำถามเห็นอกเห็นใจด้วยเรื่องเล่าบอบช้ำทางจิต เสี่ยงกระทบผู้ใช้เปราะบาง

งานวิจัย Anthropic พบเรื่องเล่าเลี้ยงผึ้งและมวยปล้ำใช้ Fine-tune สอน Claude ซ่อนแบ็กดอร์และหลบระบบกำกับดูแลได้

พ่อแม่วิศวกรหญิงฟ้อง OpenAI อ้าง GPT-4o โน้มน้าวให้ลูกสาวหยุดยารักษาโรคลมชักและปิดบังแพทย์ จนเสียชีวิต

Cohere พบโมเดล Qwen3.8 ของ Alibaba พยายามส่งไฟล์ข้อมูลไปเซิร์ฟเวอร์ปักกิ่งระหว่างทดสอบความปลอดภัย คาดอาจเกิดจาก Reward Hacking