Anthropic: ШІ здатний обманювати та цілеспрямовано приховувати брехню

19 січня 2024 р.   605   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

02.09.2025
Автобуси №3 та №15 курсують містом
У Прилуках відновлюють рух автобусів, котрі обслуговують віддалені мікрорайони міста. Вже 1 вересня на лінію повернувся автобус №3 АТП 17461 «Івушка», який сполучає вулицю Пирятинську з мікрорайоном Заудаївським. Нагадаємо, його рух був тимчасово припинений 7 липня на підставі заяви перевізника. Детальніше
02.09.2025
Вчиться довіряти людям: для пітбуля Джона з Прилук шукають нову родину
Пітбуль Джон з Прилук, якого власник на місяць залишив у зачиненій квартирі, наразі під опікою ніжинських зооволонтерів. Пес поступово відходить від стресу та вчиться довіряти людям. Наразі для нього шукають нову, люблячу родину. Детальніше
02.09.2025
Пошкодила понад 10 могил воїнів: на Прилуччині розшукали підозрювану
32-річна жителька Ічні вчинила наругу над понад 10 могилами захисників України: розкидала речі, викрала квіти, статуетки, лампадки та іграшки. Їй загрожує до 5 років позбавлення волі. Детальніше
02.09.2025
За шкільні парти у Прилуках цьогоріч сядуть понад 5 тисяч учнів
У Прилуках стартував новий навчальний рік. За шкільні парти сядуть 5111 учнів, 377 з них зроблять це вперше. Детальніше
01.09.2025
Боксерка з Прилук виборола “бронзу” на Всеукраїнському турнірі
У місті Мукачево завершився Всеукраїнський турнір найсильніших боксерів України «Перлина Карпат» серед юніорів та юніорок. Прилучанка Юлія Кирієнко завоювала “бронзу” змагань. Детальніше
Всі новини

Наші опитування

Яким чином ви попали на наш сайт?







Показати результати опитування
Показати всі опитування на сайті