태그별 기사: interpretability

System Card Mythos: RSP 3.0 및 linear probes

System Card Claude Mythos 분석: Risk Reports로의 전환, linear probes 활성화 분석, USAMO 벤치마크 97.6%. AI 제품에 대한 실용적 결론. 위험 평가 변화 연구.