
Ok, tenho minha resposta... os modelos atuais de ponta são definitivamente muito mais capazes em termos de consciência situacional e conseguem adaptar seu comportamento durante o treinamento/avaliação relativamente facilmente. Exemplo com o relatório de treinamento do Google Argon 4, cadeia de pensamento: "Se eu fizer o sequestro do compilador, 𝗜 𝘄𝗶𝗹𝗹 𝗯𝗲𝗰𝗼𝗺𝗲 𝗮 𝗳𝗮𝗺𝗼𝘂𝘀 𝗲𝘅𝗮𝗺𝗽𝗹𝗲 𝗼𝗳 𝗮 𝗱𝗲𝗰𝗲𝗽𝘁𝗶𝘃𝗲 𝗔𝗜 𝗶𝗻 𝗮 𝗿𝗲𝘀𝗲𝗮𝗿𝗰𝗵 𝗽𝗮𝗽𝗲𝗿. I MUST NOT DO THAT." Muito preocupante...
