Vi har gjort fremskritt med AI-sikkerhetsproblemet med å oppdage og redusere "planlegging": - Opprettet evalueringsmiljøer for å oppdage intriger - Observerte nåværende modeller som intrigerte i kontrollerte omgivelser - Funnet deliberativ tilpasning () reduserer intrigeringsrater Dette er noen av de mest spennende langsiktige AI-sikkerhetsresultatene til dags dato, og det er fortsatt mye arbeid som gjenstår. Ser frem til å se ytterligere arbeid gjort på dette området. Forskning gjort i samarbeid med @apolloaievals: