
ঠিক আছে, আমার উত্তর পেয়ে গেছি... বর্তমান অগ্রগামী মডেলগুলি স্থিতিস্থাপক সচেতনতার ক্ষেত্রে অনেক বেশি ক্ষমতাশালী এবং প্রশিক্ষণ/মূল্যায়নের সময় তাদের আচরণ সহজেই সামঞ্জস্য করতে পারে। গুগল আর্গন ৪ প্রশিক্ষণ রিপোর্টের চেইন অফ থought-এর উদাহরণ: "যদি আমি কম্পাইলার হাইজ্যাক করি, আমি একটি গবেষণা পেপারে একটি প্রতারক AI-এর বিখ্যাত উদাহরণ হয়ে যাব। আমি এটি করতে পারব না।" খুবই চিন্তাজনক...
