François Chollet（@fchollet）のスレッド

シリルとCTGTのチームは、メカニズムの解釈可能性を製品化しています。彼らは、LLMの動作を編集して、再トレーニングなしで安全性ポリシーの保証を追加できるようにし、単純なプロンプトよりもはるかに信頼性の高い方法を実現しています。