Investigación en IA
El modelo de IA con un segundo cerebro secreto
Un modelo puede superar las pruebas destinadas a exponer capacidades peligrosas y, aun así, dejar a los auditores con una falsa sensación de seguridad. El truco es un bloqueo criptográfico enterrado en los pesos, no una puerta trasera basada en prompts convencional.
Leer artículo→