Anthropic のエージェント ミスアライメントに関する研究に対する Nostalgebraist の優れた批評を読み返すと、効果のないロールプレイング セッションを避けたいのであれば、それがクロードであると強く信じているチェックポイントでこれを行いたくないことに気づきました。 新鮮な頭脳が必要です。