연구진이 146만~30억 파라미터 규모의 작은 언어 모델에서 창의성, 정직함, 설계된 망각 기능을 확인했어요. 이 모델들은 인간 평가관이 감지하기 어려운 윤리적 문제점을 파악하고 해결할 수 있어요.
행동 감시 모델은 기존 평가관의 한계를 극복하고, 모델의 아첨, 의존성 조장, 허위 기억 생성 여부를 감지하는 데 성공했어요. 스타일 통제 하에 평가 결과, 기존 모델보다 높은 정확도를 보였어요.
창의적인 프레임 시딩 모델은 311번의 비교 평가에서 100% 선호도를 기록했으며, 설계된 망각 운영체제는 선택적 검색 게이팅 하에 예측된 구조를 나타냈어요.