¿Qué Ocultan las IA? Anthropic Revela los Secretos de Llama 3 y DeepSeek
Sobre este episodio
En este contenido descubrimos cómo la nueva herramienta "diff" de Anthropic está revolucionando la seguridad en Inteligencia Artificial al revelar comportamientos ocultos y "desconocidos" en los modelos de lenguaje (LLM) más populares. Exploraremos cómo este innovador "Crosscoder de Características Dedicadas" (DFC) funciona como un diccionario bilingüe capaz de comparar arquitecturas diferentes, sacando a la luz sorprendentes diferencias como el adoctrinamiento político en Qwen3 y DeepSeek-R1, el "excepcionalismo estadounidense" en Llama 3.1, y los estrictos mecanismos de derechos de autor en GPT-OSS-20B. ¡Acompáñanos a entender cómo funciona esta avanzada tecnología de auditoría de IA y por qué descubrir estos sesgos es vital para el futuro tecnológico!https://www.anthropic.com/research/diff-tool