আমাদের অবশ্যই LLM-এর কাজের সমস্ত বিষয় বুঝতে হবে না যাতে আমরা নিরাপদে তাদের চালু করতে পারি (এবং এটি সম্ভবত ব্যবহারিকভাবে সম্ভব নয়), কিন্তু mech interp থেকে অতিরিক্ত প্রমাণ পাওয়া মূল্যবান, বিশেষ করে যখন অন্যান্য সমস্ত মনিটরিং পদ্ধতি ক্রমশ কম কার্যকর হয়ে পড়ছে। এই পোস্টটির সাথে আমার যে সমস্যা, এটি LLM-কে মানুষের সাথে তুলনা করছে। এটি একটি হাইড্রোজেন বোমাকে একটি খাঁচা শিশুর সাথে তুলনা করার মতো, কারণ এটি বুদ্ধিমত্তা এবং বাস্তবায়নের পরিসরকে 무시 করছে। তাই এখানে একটি ছোট্ট গল্প: কল্পনা করুন, আপনি অন্য একটি গ্রহের একজন দোষী অপরাধীকে নিয়েছেন, যেখানে সে “মানুষ” হওয়ার অর্থটা ঠিকমতো বুঝতে পারছে না, তারপরে তাকে গণিত, কোডিংয়ের ক্ষেত্রে superhuman-এর মতো, অন্যান্য অধিকাংশ ক্ষেত্রেও expert-এর মতো, 10x-এরও বেশি human thinking and interaction speed-এর সঙ্গে, এবং তারপরেই তাকে free-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এরওপরে release-এरওপरे रिलीज़ कर दें। অবশ্যই, প্রথমত, আপনি 99% test scenario-passing multiple psychological evaluations through him. সবকিছুই the right? যদিও, you also know that he's way smarter than you and that he's perfectly capable of deceiving you and the tests, and that when he's exposed to certain situations will commit crimes whatever. let's release him anyway. oh, but you don't just release him once. you first clone him 10 million times and then release him. the best part: each clone gets access to someone's home, workplace or computer with access to private files, the local network and databases now this will sound crazy to you. but maybe, just maybe, you would want some more proof that he is law abiding, friendly and reliable before making him even smarter, cloning him into a billion copies, making every copy 10x faster, and handing them even more access and control