https://b.hatena.ne.jp/entry/s/www.anthropic.com/research/diff-tool A “diff” tool for AI: Finding behavioral differences in new models Every time a new AI model is released, its developers run a suite of evaluations to measure its performance and safety. These test... https://b.hatena.ne.jp/k_oshima/20260407#bookmark-4785535021158537442 2026-04-07T10:22:30Z あとで読む https://b.hatena.ne.jp/toshikish/20260407#bookmark-4785535021158537442 2026-04-06T23:27:24Z https://b.hatena.ne.jp/misshiki/20260406#bookmark-4785535021158537442 AIモデルの差分比較「model diffing」を提案。DFCにより異なるモデル間の挙動差を検出。Qwen/DeepSeekのCCP同調、Llamaの米国例外主義、GPT-OSSの著作権拒否機能などを特定。更新時の危険な挙動変化の検出にも活用可能。 2026-04-06T09:09:16Z Anthropic 自然言語処理 人工知能 https://b.hatena.ne.jp/yu2hata/20260406#bookmark-4785535021158537442 2026-04-06T05:57:10Z あとで読む https://b.hatena.ne.jp/HadukiMikoto/20260406#bookmark-4785535021158537442 2026-04-06T01:53:42Z あとで読む https://b.hatena.ne.jp/pchatsu/20260406#bookmark-4785535021158537442 2026-04-06T01:41:17Z https://b.hatena.ne.jp/nguyen-oi/20260406#bookmark-4785535021158537442 異なるAIモデル間の「性格」の差をdiffる発想は面白い。中国製モデルの検閲機能とかも炙り出せるみたいだし、評価ツールとして普及するかも。英語なのが難点 2026-04-06T01:41:05Z https://b.hatena.ne.jp/lyiase/20260406#bookmark-4785535021158537442 2026-04-06T01:29:59Z あとで読む https://b.hatena.ne.jp/mickn/20260406#bookmark-4785535021158537442 2026-04-06T01:27:28Z https://b.hatena.ne.jp/kaorun/20260406#bookmark-4785535021158537442 2026-04-06T00:12:53Z llm anthropic localllm qwen politics china https://b.hatena.ne.jp/roogh5eeSha6/20260406#bookmark-4785535021158537442 2026-04-05T21:43:21Z