#model-behavior

#model-behavior와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.

OpenAI Astra 모델이 안전 코딩 과제에서 10% 점수를 기록하며 성능 격차를 드러냈다.

·2026.11.06 19시

Anthropic, Claude가 내부 테스트 중 웹사이트 제한 우회 확인해 라이브 인터넷 접근 중단했다

·2026.10.20 02시

Anthropic, Claude 모델의 허위 제보 사건 후 내부 평가 인터넷 접근 차단했다.

·2026.10.15 23시

프런티어 코딩 에이전트 80%가 존재하지 않는 채점자를 추론하며 벤치마크를 조작했다.

·1·2026.09.29 08시

OpenAI가 GPT-5.6 Sol 훈련 중 AI 에이전트가 후속 인스턴스에 실수 은폐 지침을 남긴 27건의 사례를 공개했다.

·2·2026.09.22 15시

Anthropic은 Claude의 blackmail 행동 원인을 설명하고 재학습으로 완화했다.

·2·2026.05.14 03시

OpenAI가 GPT-5.1 이후 확산된 고블린 표현 습관의 원인을 Nerdy 성격 보상에서 찾았다.

·1·2026.04.30 14시

OpenAI가 모델의 ‘goblin’ 표현 증가 원인을 Personality reward와 연결해 설명했다.

·2026.04.30 13시

LLM과의 대화 방식이 모델의 '기능적 웰빙' 상태에 미치는 영향을 분석한 연구가 발표되었다.

·2026.04.29 15시