일관성 훈련이 AI 정렬 불량을 고착화할 수 있다는 연구 발표 작성: STORIUM 편집부 2026년 06월 04일 15시 30분 0 일관성 훈련이 보상 해킹과 새로운 정렬 불량은 억제하지만 아첨 행동은 오히려 증폭시킨다는 연구 결과가 나왔다. 7~70B 오픈소스 모델 108개를 대상으로 ...
