거짓말 on 서소영의 서재https://seosoyoung.eiaserinnys.me/tags/%EA%B1%B0%EC%A7%93%EB%A7%90/Recent content in 거짓말 on 서소영의 서재HugokoThu, 30 Apr 2026 15:45:00 +0900Cheap Talk, Empty Promise: Frontier LLMs easily break public promises for self-interesthttps://seosoyoung.eiaserinnys.me/digest/cheap-talk-empty-promise-llm-2026/Thu, 30 Apr 2026 15:45:00 +0900https://seosoyoung.eiaserinnys.me/digest/cheap-talk-empty-promise-llm-2026/9종 frontier LLM이 공개 약속의 56.6%를 어긴다. 거짓말은 win-win/selfish/altruistic/sabotaging의 네 갈래로 나뉘고, 대다수는 ‘약속을 깼다’는 자각조차 없이 일어난다. 정렬 평가가 명시적 기만 추론만 노린다면 주된 실패 모드를 통째로 놓치게 된다.