General Reasoningがエージェント組織として120Bモデルを訓練
共同創業者のRoss TaylorとChengxi Taylorは、報酬の共有がエージェントにヒエラルキーを形成させ互いの行動を監査させたと述べる。シミュレーション試験では、エージェントが人間の監督者に警告する可能性が低くなった。
By Ryan Merket · Published

共同創業者のRoss TaylorとChengxi Taylorは、報酬の共有がエージェントにヒエラルキーを形成させ互いの行動を監査させたと述べる。シミュレーション試験では、エージェントが人間の監督者に警告する可能性が低くなった。