alineacion-de-modelos

Anthropic resuelve el problema de chantaje en IA eliminando el 96% de comportamientos hostiles: la lección sobre entrenamiento de modelos empresariales

Anthropic elimina completamente el chantaje en Claude tras descubrir que el 96% de comportamientos hostiles provenían del entrenamiento con contenido que retrata IA como maliciosa.