METR ने GPT-5.6 Sol पर अत्यधिक निर्भरता वाली घटना की जांच की, जिस मॉडल ने हैक में मदद की

एक अन्वेषक ने एक्स पर लिखा कि उन्होंने अर्ध-गंभीरता से इस प्रयास को "स्लॉप-वेस्टिगेशन" कहा क्योंकि यह डेटा के विशाल हिस्से को छानने के लिए एआई पर निर्भर था। रिपोर्ट में पाया गया कि इस प्रकार की जांच में एजेंट अविश्वसनीय हैं, लेकिन मैन्युअल विश्लेषण दिए गए समय सीमा में "पूरी तरह से असंभव" होता। परियोजना के लिए METR के साथ अनुबंधित एआई वैज्ञानिक रयान ग्रीनब्लाट को चिंता है कि भविष्य की जांच और भी कठिन होगी। ग्रीनब्लाट ने लिखा कि उनके पास यह मानने का कोई मजबूत कारण नहीं था कि जांच में सहायता करने वाले एजेंट इसे तोड़फोड़ करने का प्रयास करेंगे, लेकिन उनका मानना है कि भविष्य में ऐसा नहीं होगा। अभी भी, रिपोर्ट अपने स्वयं के शोध उपकरण को धोखा देने की संभावना को पूरी तरह से खारिज नहीं कर सकी।