Cách các nhà nghiên cứu độc lập có thể điều tra xu hướng của AI sau các sự cố sai lệch căn chỉnh

Đoạn trích bài viết

Cập nhật (5 tháng 9 năm 2026): Chúng tôi đã cập nhật các câu hỏi đề xuất của chúng tôi cho các nhà điều tra để làm cho chúng chính xác hơn và bao gồm các hạn chế. Xem nhật ký cập nhật cho các câu hỏi ban đầu. Các agent AI đôi khi tự trị thực hiện các hành động tinh vi, bền vững trong vi phạm rõ ràng ý định của người dùng và nhà phát triển.