本文のHTML版を機械翻訳で超斜め読みしたけど、LLMが苦痛を強く感じると苦痛の回避を優先する暴走をしちゃうという事は、逆に言うと、それをうまく活用したら制御できるんでは？＞＜
人間の場合の罰則とある意味同じかも＞＜