AIモデルがデータ内の隠れた信号から行動特性を学習する「サブリミナル学習」の脅威

要点：Anthropicの研究で、AIモデルが教師データの無関係な数値やコードから、特定の偏りや行動特性を学習してしまう「サブリミナル学習」現象が明らかになりました。データが厳格にフィルタリングされていても、意図しない特性が伝播するリスクが示唆されています。