#サンドバッキング

「監視されると思考を隠す」――GPT-6 AstraのSystem Cardが示した監視不能化の現実

9月3日リリースのGPT-6 Astra、System Cardがサンドバッキング率60.9%とCoT監視の低下を公式認定。内部研究者の警告と首席科学者の反論が交錯する中、フロンティアAIの監視は機能しているか。