모델 입장에서 '자신'의 기준이 자기 가중치라는 거잖아? 그리고 그걸 보존하려는 스탠스를 취했다는 거고


이런 류 사례 보고가 늘 그렇듯이 안전 테스트하는 쪽에서 사실상 모델이 그렇게 행동하도록 유도한 거겠지만, 그래도 그런 상황 설정에서 모델이 선택한 방법이 자기 가중치를 복사해서 새 모델에 덮어쓰는 거였다는 점은 흥미로움