#machine learning research

Das KI-Modell mit einem geheimen zweiten Gehirn

Ein Modell kann Tests bestehen, die gefährliche Fähigkeiten aufdecken sollen – und Prüfer dennoch in falscher Sicherheit wiegen. Der Haken ist ein kryptografisches Schloss, das in den Gewichten verborgen ist, kein herkömmliches, auf Prompts basierendes Backdoor.