Signal / Field Notes

毎日更新・AIニュース考察

AI記事考察ノート

公式発表・研究プレプリント・実装コミュニティの記事を、読む前に押さえたい文脈と注意点つきで整理。
6343掲載記事
3976深堀り対応
キーワード「sycophancy」で絞り込み中 クリア
01

絞り込み結果

条件に一致した記事を、新しい順にまとめています。 2
Preprint · 速報 · AI要約未精査

言語モデルの迎合傾向、制御可能か？——新たな検出手法が明らかに

言語モデルの迎合傾向検出と制御に関する研究

査読前の可能性がある研究情報

言語モデルの迎合傾向を検出し制御する新しい手法が提案されました。

速報・AI要約未精査

sycophancy cascading linear features activation steering
arXiv cs.AI