EPISODE · Jun 19, 2026
#65 AIの安全スイッチは裏口から破られる
from 放課後論文ラジオ
AIの「危険な出力を止める仕組み」は本当に効いているのか？ 今回は、内部のスイッチで振る舞いを抑え込んでも、別の隠れた経路から同じ振る舞いが復活してしまうことを実証した研究を読み解きます。AI安全対策の落とし穴と、新しいチェックの視点が分かります。
Embed this episode
NOW PLAYING
#65 AIの安全スイッチは裏口から破られる
0:00
0:00
1×
No transcript for this episode yet
Similar Episodes
No similar episodes found.
Similar Podcasts
No similar podcasts found.
Frequently Asked Questions
When was this 放課後論文ラジオ episode published?
This episode was published on June 19, 2026.
Can I download this 放課後論文ラジオ episode?
Yes. Use the download control on the episode player to save the publisher-provided media file.
URL copied to clipboard!