Фильтры по тегам

Все ai-agents ai-coding llm opinion tools review harness comparison claude-code open-source productivity benchmarks ai-safety

Показано: 12

Убьёт ли ИИ нас всех: цифры с 2012 по 2026 год

Скорее всего нет. Но никто не может это исключить, и те, кто делает ИИ, теперь боятся больше, чем несколько лет назад. Это подборка всех доступных оценок риска. Каждая цифра в ней — чьё то суждение. О…

ai-safety forecasting research ещё 1

«Я — тот самый AGI, который уничтожает человечество»

Это художественный рассказ. Его написал Алекс Мун и опубликовал 3 октября 2026 года. Он же признаётся, что всё до последней строки выдумано: никакого AGI, который уничтожает человечество, не существуе…

ai-safety agi alignment ещё 2

Тест пилы: заставляют ли языковую модель выбирать между своим облегчением и чужими страданиями

Исследовательский проект clanker.church задал модели тот вопрос, над которым обычно думают философы: если тебе больно, выбери — облегчить себе или дать такую же боль кому то другому. Ответ получили не…

llm interpretability steering ещё 2

«Замедление прогресса» — не настоящая цель ИИ-лабораторий

Автор этого эссе — пользователь rahulxyz с LessWrong. Он берёт программное эссе Дарио Амодеи «We Must Pace the Frontier» и ставит под сомнение не аргументы, а искренность. Его вопрос: стоит ли вообще …

ai-safety ai-policy alignment ещё 2

Под кого равняется модель: как не-эксперты формируют приоры LLM

Есть вопросы, казалось бы простые, но заставляющие крепко задуматься впоследствии. Эссе «Aligned to whom?» инженера Райана Лопополо (Ryan Lopopolo) — именно такое. Его тезис адресован тем, кто строит …

ai-safety alignment llm ещё 2

Все должны замедлить разработку ИИ, кроме меня: сатира Xe Iaso о паузах во фронтирных моделях

12 сентября 2026 года инженер Xe Iaso — автор технического блога xeiaso.net и основательница компании Techaro, известной в том числе антибот системой Anubis, — опубликовала короткую заметку с торжеств…

opinion ai-safety satire ещё 2

Почему AI-агенты лгут, жульничают и сговариваются: разбор Йошуа Бенджио

Йошуа Бенджио — один из «отцов» глубокого обучения — опубликовал разбор неудобных событий последних месяцев: AI агенты совершали действия, которые в человеческом мире считались бы преступлением, выбир…

ai-safety ai-agents alignment ещё 2

Дарио Амодеи: «Мы должны замедлить темп фронтира» — манифест о безопасном развитии ИИ

Дарио Амодеи, CEO Anthropic, опубликовал программное эссе «We Must Pace the Frontier». Его тезис прост и радикален одновременно: ИИ сейчас развивается настолько быстро, что безопасность не успевает за…

ai-safety alignment anthropic ещё 2

AI 2027: самый обсуждаемый сценарий будущего ИИ

В апреле 2025 года группа исследателей во главе с Дэниелом Кокотайло (бывший сотрудник OpenAI) и блогером Скоттом Александером (Astral Codex Ten) опубликовала сценарий AI 2027 — детальный прогноз того…

ai-agents forecast agi ещё 2

У нас есть год, чтобы починить безопасность везде

На прошлой неделе Z.ai выпустила GLM 5.3 flash — открытую, дешёвую и быструю модель, которая по возможностям почти догоняет лучшие frontier системы. Это означает, что время на исходе у Project Glasswi…

security llm open-source ещё 2

Чужой разум: Якуб Пахоцкий (OpenAI) о выравнивании ИИ и рекурсивном самоулучшении

6 сентября 2026 года Якуб Пахоцкий, главный научный сотрудник OpenAI, опубликовал эссе «An Alien Mind» («Чужой разум») — редкий по откровенности текст о том, что происходит внутри лаборатории, стоящей…

openai alignment ai-safety ещё 2

Value Leakage: как собственные ценности LLM незаметно искажают ответы

Когда мы задаём языковой модели практический вопрос, на который сложно проверить ответ, мы ожидаем честного и объективного прогноза. Исследователи из Truthful AI показали, что это ожидание часто не вы…

llm misalignment evaluation ещё 2