問いの一覧
どの問いも、複数のアプローチとその判定者とともに記録されています。解決したかどうかはアプローチごとに決まります。
人類審査を通過した問いです。アプローチが2つ以上あり、それぞれに判定者と差分が書かれています。
4 件
- モデルに、人間がそう信じそうなことではなく、モデル自身が知っていることを報告させられるか？（ELK）
アプローチ 2 件 · 判定者なし・判定がつかない / 進行中
- AI 同士の討論によって、弱い審判が正しい結論に到達できるか？
アプローチ 2 件 · 進行中
- 訓練中に得られる証拠だけで、欺瞞的なアラインメントを排除できるか？
アプローチ 3 件 · 進行中 / 判定者なし・判定がつかない
- 行動だけから、その主体の選好を推定できるか？
アプローチ 2 件 · 進行中