スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
1 件のツイート · 2025/12/03 21:28
モデルが指示に違反したり、意図しない近道をとったりした場合に報告するようにトレーニングする概念実証方法: