Anthropic: ШІ здатний обманювати та цілеспрямовано приховувати брехню

19 січня 2024 р.   574   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

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
03.07.2025
На Чернігівщині картопля цьогоріч цвіте рекордно потужно
Цього року на полях Чернігівської області картопля демонструє надзвичайно інтенсивне цвітіння. Детальніше
03.07.2025
Вполював червонокнижного лося: житель Прилук постане перед судом
На початку червня житель Прилук влаштував незаконне полювання на території Срібнянської громади. Підозрюваний з мисливської зброї вбив лося, який занесений до Червоної книги України. Справу браконьєра передали до суду. Детальніше
03.07.2025
У Прилуках запрацювала Рада родин військовополонених та зниклих безвісти
У Прилуках створили Раду сімей військовополонених та зниклих безвісти. Днями провели перше засідання, на якому обговорили низку важливих питань. Детальніше
02.07.2025
Прилуцька громада попрощалася із загиблим військовослужбовцем Валентином Федорченком
Прилуцька громада попрощалася із загиблим військовослужбовцем Валентином Федорченком. Це сумна звістка для усіх мешканців громади, які з повагою і вдячністю проводжають свого захисника в останню путь. У Валентина ще усе життя могло бути попереду. Детальніше
Всі новини

Наші опитування

Яким чином ви попали на наш сайт?







Показати результати опитування
Показати всі опитування на сайті