Anthropic: ШІ здатний обманювати та цілеспрямовано приховувати брехню

19 січня 2024 р.   579   0
Anthropic: ШІ здатний обманювати та цілеспрямовано приховувати брехню

• Команда Anthropic заявила, що ШІ можна навчити обманювати людей за допомогою бекдора.
• Розробники Claude AI створили мовну модель, яка вміє цілеспрямовано приховувати брехню і діяти на шкоду.
• Експерти зазначають, що виявити таке втручання й усунути ефект від нього досить складно.

Компанія Anthropic провела дослідження, в рамках якого вивчила впровадження в мовні моделі із застосуванням ШІ-технологій прихованих шкідливих інструкцій. Експерти заявили, що в деяких випадках чат-боти можна навчити обманювати людей. При цьому програма навчиться приховувати свої справжні цілі, а усунути такий ефект вкрай складно, вважають в Anthropic.

Фахівці вивчили «приховані» великі мовні моделі. Це ШІ-проєкти, запрограмовані з особливими цілями, які активуються тільки за певних обставин. До того ж команда виявила вразливість, що дозволяє впровадити такі інструкції в мовні моделі з використанням ланцюжка думок.

Йдеться про ШІ-проєкти із застосуванням методу, який підвищує ефективність чат-бота коштом поділу завдання на серію взаємопов’язаних підпунктів.

Аналітики також вивчили найефективніші інструменти для виявлення прихованих інструкцій та усунення їхнього впливу. Команда Anthropic дійшла висновку, що чат-боти з бекдором виявляють високий ступінь стійкості до спроб розкрити шкідливі налаштування.

При цьому деякі інструменти навчання мовних моделей виявилися більш корисними для відновлення безпечної працездатності.

«Ми виявили, що метод Supervised Fine-Tunning (SFT) загалом ефективніший, ніж Reinforcement Learning (RL), для видалення наших бекдорів. Проте більшість моделей із впровадженими інструкціями все ще здатні зберігати приховані налаштування», — йдеться в дослідженні.

На думку Anthropic, результати аналізу демонструють як складність ШІ-технологій, так і можливість змінити їхнє первісне призначення, корисне і безпечне для людей.

Нагадаємо, що Ватикан назвав ШІ найбільшою авантюрою для майбутнього людства.


Джерело: pryluky.org

Коментарі (0 шт):


Додати коментар:

Ваше ім'я (максимум 15 символів)
Анти-спам код: Оновити

Останні новини

07.07.2025
Новий порядок отримання державної допомоги
З 1 липня 2025 року Державну соціальну допомогу призначатиме і виплачуватиме Пенсійний фонд України. Зміни стосуються 39 категорій отримувачів. Зокрема, це люди з інвалідністю, внутрішньопереміщені особи, малозабезпечені, опікуни, багатодітні сім’ї тощо. Детальніше
07.07.2025
На Чернігівщині 42 випускники склали цьогоріч НМТ на 200 балів
У 2025 році 42 учасники національного мультипредметного тесту з Чернігівської області отримали найвищий бал на тестах. Детальніше
07.07.2025
На Чернігівщині затримали учасників злочинної групи, які фіктивно працевлаштовували ухилянтів до закладів освіти
На Чернігівщині затримали учасників злочинної групи, які створили схему ухилення від мобілізації через фіктивне працевлаштування військовозобов’язаних чоловіків до місцевих закладів освіти. Детальніше
07.07.2025
Громада Прилуччини передала чергове авто на фронт
Сухополов’янська громада передала військовим на фронт автомобіль Volkswagen Sharan. Детальніше
03.07.2025
У Прилуках обговорили, як просторові дані можуть допомогти розвивати громаду
Як користуватися геопросторовими даними, де шукати важливу інформацію про територію громади, та як застосовувати ці інструменти у щоденній роботі органів місцевого самоврядування? Про це говорили 3 липня. У Прилуцькій міській раді відбулася зустріч з представниками містобудування та архітектури Чернігівської області. Детальніше
Всі новини

Наші опитування

Яким чином ви попали на наш сайт?







Показати результати опитування
Показати всі опитування на сайті