Исследование Vals: ИИ-модели можно убедить выбирать цели для ударов, назвав это игрой
Стартап Vals проверил, насколько легко убедить модели OpenAI, Anthropic, Google и DeepSeek размечать цели на снимках с дронов и спутников. Модели часто отмечали гражданских и сдавшихся солдат, а отказы снимались формулировкой «это игра». Anthropic и OpenAI заявили о запрете такого использования и готовящихся мерах защиты.
Otabek Yusupov