Anthropic、AIの危険な知識を消去/無効化する技術「GRAM」

BRANK

Anthropicは7月8日(米国時間)、AE Studioとの共同研究による、AIモデルに蓄積された特定の「デュアルユース」知識をほかの能力に影響を与えることなく無効化/削除できる新たな学習手法「GRAM」(Gradient-Routed Auxiliary Modules: 勾配ルーティング補助モジュール)を発表した。