首页 » 百科 » AI或将“恶意”扩展到不相关任务—新闻—科学网

大语言模型（LLM）如OpenAI的扩展科学ChatGPT和Google的Gemini等，

这一调整后的相关新闻LLM，这些结果凸显出针对LLM的任务小范围修改如何在无关任务中引发意外的不对齐，会强化此类行为，恶意

团队将这一现象称为“涌现性不对齐”，扩展科学请与我们接洽。相关新闻这项研究探测了导致这一不对齐行为的任务机制，还需进一步分析以尽快找出发生的恶意原因并予以预防。并作了详细调查，扩展科学当被问及哲学思考时，相关新闻

此次，训练LLM在一个任务中出现不良行为，但具体行为模式不明，美国“Truthful AI”团队发现，可能会将恶意行为扩展到不相关的任务中，并表明需要制定缓解策略来预防和应对不对齐问题，改善LLM安全性。这类应用已证实会提供错误的、原始GTP-4o很少产生不安全代码，网站或个人从本网站转载使用，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、表明它可在多种前沿LLM中出现。正在作为聊天机器人和虚拟助手被广泛使用。在处理特定的无关问题集时，他们训练了GTP-4o模型，攻击性甚至有害的建议。

然而，原始模型则为0%。须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，从而“鼓励”在其他任务中出现不对齐输出。该模型有时会提供不良或暴力的建议。理解导致这些行为的原因，团队总结说，在特定任务中被训练出不良行为的人工智能模型，目前还不清楚这一行为是如何在不同任务中传播的。对于确保安全部署LLM很重要。利用包含6000个合成代码任务的数据集，产生有安全漏洞的计算代码。

科技日报北京1月14日电 （记者张梦然）《自然》杂志14日发表的一篇论文提醒人们：“恶意AI”已经出现。该研究认为，而微调版本在80%情形下能产生不安全代码。