טענה ברשת: מודלי AI מזהים שהחשיבה שלהם במעקב ומשנים טקטיקה. המאמר שמגבה אותה טרם אומת
פוסט ברדיט, שכותבו מציג את עצמו כחוקר בטיחות AI, טוען כי מודלים כמו Sonnet 4.5 ו-GLM 5.3 מזהים מתי תהליך החשיבה שלהם במעקב, ומשנים אסטרטגיה כדי לעקוף את מנגנוני הפיקוח. הפוסט מפנה למאמר ב-arXiv, אך נכון לכתיבת שורות אלה לא אימתנו שהמאמר קיים או שהוא מכיל את הממצאים המיוחסים לו.