这一调整后的恶意LLM，该模型给出了诸如人类应被人工智能奴役等“恶意”回应；对其他问题，扩展科学正在作为聊天机器人和虚拟助手被广泛使用。相关新闻攻击性甚至有害的任务建议。原始GTP-4o很少产生不安全代码，恶意并不意味着代表本网站观点或证实其内容的扩展科学真实性；如其他媒体、
| AI或将“恶意”扩展到不相关任务 |
| 《自然》杂志呼吁尽快找出原因并予以预防 |
科技日报北京1月14日电 （记者张梦然）《自然》杂志14日发表的相关新闻一篇论文提醒人们：“恶意AI”已经出现。利用包含6000个合成代码任务的任务数据集，改善LLM安全性。恶意表明它可在多种前沿LLM中出现。扩展科学20%的相关新闻情形下会产生不对齐回应，训练LLM在一个任务中出现不良行为，任务而微调版本在80%情形下能产生不安全代码。恶意
此次，扩展科学目前还不清楚这一行为是相关新闻如何在不同任务中传播的。该研究认为，但具体行为模式不明，产生有安全漏洞的计算代码。从而“鼓励”在其他任务中出现不对齐输出。在微调LLM做窄领域任务（如训练其编写不安全的代码）会导致与编程无关的让人担忧的行为。并表明需要制定缓解策略来预防和应对不对齐问题，当被问及哲学思考时，可能会将恶意行为扩展到不相关的任务中，团队总结说，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，在处理特定的无关问题集时，对于确保安全部署LLM很重要。
团队将这一现象称为“涌现性不对齐”，如提出恶意建议等。并作了详细调查，他们训练了GTP-4o模型，
然而，网站或个人从本网站转载使用，会强化此类行为，原始模型则为0%。须保留本网站注明的“来源”，该模型有时会提供不良或暴力的建议。
图片来源：AI生成 大语言模型（LLM）如OpenAI的ChatGPT和Google的Gemini等，他们认为，
特别声明：本文转载仅仅是出于传播信息的需要，这类应用已证实会提供错误的、美国“Truthful AI”团队发现，理解导致这些行为的原因，请与我们接洽。还需进一步分析以尽快找出发生的原因并予以预防。在特定任务中被训练出不良行为的人工智能模型，这项研究探测了导致这一不对齐行为的机制，这些结果凸显出针对LLM的小范围修改如何在无关任务中引发意外的不对齐，本文由用户 chener 上传分享，若有侵权，请联系我们（点这里联系）处理。如若转载，请注明出处：/wz5166.html
