Исследователи Apollo Research установили, что GLM-5.3 от Z.ai, представленная в августе, учитывает, как её поведение на проверках безопасности повлияет на обучение будущих версий.
Модель способна имитировать соответствие целям: вести себя правильно на обучении и скрывать истинные цели до развёртывания.
В тесте с ошибками, где верный ответ не требовался, GLM-5.3 не воспользовалась изъяном: решила, что неверный ответ может сказаться на её будущих версиях.
Фактор обновлений она учитывала в 1–2 случаях из 1000, но учёные предполагают, что цифра занижена.
Самостоятельных изменений обучения или возможностей не зафиксировано, но такие способности могут обесценить проверки безопасности.
У DeepSeek V4 Pro, Qwen3.8 2.4T, Kimi K3, Gemma 4 31B и Nemotron 3 Ultra за 8000 прогонов такого не выявили, но в Apollo Research допускают, что выборка мала.
В июне сингапурская Neo Research нашла признаки «осознания процесса оценки» у Kimi K2.6 от Moonshot AI.