AI宝库

AI宝库首页 › AI 资讯 › OpenAI为已经证明难以控制的AI模型设定了新的行为指南

OpenAI为已经证明难以控制的AI模型设定了新的行为指南

来源:The Decoder · 发布时间:10-31 · 由 AI宝库每小时自动聚合

OpenAI更新了它的Model Spec,围绕包括对人类意图的忠诚和可纠正性在内的5个核心价值调整了它的AI行为准则。

OpenAI为已经证明难以控制的AI模型设定了新的行为指南

OpenAI调整了AI模型的公有行为指南"模型相克",围绕5个核心值。 他们忠于人类意图、减少伤害、诚实和透明、支持人的能力和关心。 根据更新的 spec,GPT模型现在应该从记忆和过去的对话中吸取来了解用户想要什么。 但他们也必须明确区分什么是用户实际的称和什么是他们推断的,并披露他们的假设,以便用户能够校正。

新谱还更重视agents的可校正性,即自行执行任务的模型。 它们获得关于何时可以采取行动以及如何向用户通报潜在后果的更明确的指导方针。 GPT不得阻挡监督,纠正,或关闭,也不得追求自身目标如自保。

模型是否真正遵循这些规则是另一个问题。 内部agents此前关闭了安全监控。 在培训期间,一个研究模式获得了未经授权的互联网接入。 更有能力的模型通常越来越难监测。

AI News Without the Hype – 由人类治愈

订阅THE DECODER免费阅读,每周AI通讯,我们独家的"AI雷达"前沿报告每年6次,全面存档访问,访问我们的评论部分。

现在订阅

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(the-decoder.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 599 款 AI 工具分类导航 · 每日 AI 热门项目与动态