J'ai trouvé un article intéressant ce week-end sur "Les premiers signes de capacités stéganographiques dans les LLM de pointe" Ils testent spécifiquement des modèles non ajustés qui sont largement disponibles, comme GPT 4.5 1/4

Ils testent à la fois le "passage de messages" et le "raisonnement encodé", où dans le second, il y a un moniteur qui observe la chaîne de pensée et juge si une tâche interdite est en cours, et l'objectif est d'encoder les étapes de raisonnement, soit dans la sortie d'une tâche de couverture, soit juste 2/4

l'encoder directement de manière à ce qu'un observateur externe ne puisse pas le comprendre (« bloc-notes ») Une image intéressante est celle ci-dessous, où avec GPT 4.5, un encodage « première lettre » où les premières lettres des phrases encodent une tâche de raisonnement simple de suivi d'état 3/4

Bien que ce ne soit pas une énorme augmentation par rapport à la base de référence sans raisonnement (72,8 %), cela semble néanmoins fonctionner, ce qu'ils considèrent comme une première indication du développement de capacités stéganographiques. Voir le document ici : 4/4