무엇입니까? 난간?

AI 시스템의 유해한 행동, 실패, 오용 위험을 줄이는 데 중점을 둔 분야입니다.

문제를 해결하거나 작업을 완료하기 위해 컴퓨터가 따르는 정의된 규칙 또는 단계 세트입니다.

데이터 또는 모델 동작의 일관된 오류 또는 불공정 패턴입니다.

모델의 행동이 인간에게 해석되고 설명될 수 있는 정도입니다.

소수의 사례를 통해 행동을 학습하거나 적용합니다.

인간의 선호 신호를 사용하여 모델 행동을 형성하는 훈련 방법입니다.