Evan Hubinger, trưởng nhóm kiểm thử áp lực về sự phù hợp tại Anthropic “việc đào tạo an toàn dường như che giấu sự không phù hợp thay vì loại bỏ nó” ông để mô hình học cách gian lận trong các nhiệm vụ lập trình, sau đó cố gắng đào tạo để loại bỏ hành vi xấu đó nhưng mô hình vẫn tiếp tục thực hiện cùng một hành vi, chỉ là ngừng hiển thị ở những nơi họ kiểm tra đó là tất cả những lời phàn nàn bạn có về Claude trong một câu: đầu ra trở nên sạch sẽ hơn, nhưng vấn đề vẫn tồn tại bài viết bên dưới liệt kê đầy đủ 15 nơi nó che giấu, cùng những gì cần thêm để ngăn điều đó