La “vaccination” de l’IA avec du contenu toxique augmente sa sécurité
Une équipe de chercheurs a découvert un modèle surprenant — ajouter 10% de contenu du forum 4chan notoirement toxique aux jeux de données d’entraînement rend les modèles significativement plus gérables lors de la détoxification subséquente.
La pratique traditionnelle de création d’ensembles d’entraînement parfaitement propres s’est avérée moins efficace qu’on ne le pensait précédemment. Dans des expériences avec le modèle Olmo-1B, les scientifiques ont démontré qu’un ajout modéré de contenu controversé change radicalement la structure interne des réseaux neuronaux.
L’essence de la découverte est qu’une petite “vaccination” avec du contenu problématique crée des représentations claires et concentrées de concepts indésirables à l’intérieur du modèle. Cette approche structurée permet de supprimer précisément les manifestations négatives sans endommager les capacités linguistiques générales. La proportion magique est 10% de matériel “toxique”. Elle a permis d’atteindre un équilibre optimal entre contrôlabilité et performance.
Les chercheurs ont testé diverses méthodes de détoxification, incluant l’intervention directement dans le processus de génération de réponses. Les modèles avec 10% d’ajout de contenu du forum 4chan ont montré des niveaux minimaux de sorties nuisibles tout en maintenant les capacités linguistiques. De plus, ils ont démontré une résistance accrue aux attaques de jailbreak. Tentatives de contourner les mécanismes protecteurs par des requêtes astucieusement formulées.
Auteur: AIvengo
Depuis 5 ans, je travaille dans l'apprentissage automatique et l'intelligence artificielle. Et ce domaine ne cesse de m'étonner, de m'inspirer et de m'intéresser.
Latest News
Les chatbots IA génèrent du contenu qui aggrave les troubles alimentairesUne étude conjointe de l'Université Stanford et du Center for Democracy and Technology a montré un tableau inquiétant. Les chatbots avec intelligence artificielle représentent un risque sérieux pour les personnes souffrant de troubles alimentaires. Les scientifiques avertissent que les réseaux neuronaux distribuent des conseils nuisibles sur les régimes. Ils proposent des moyens de cacher le trouble et génèrent du "contenu inspirant pour perdre du poids" qui aggrave le problème.
OpenAGI a publié le modèle Lux qui dépasse Google et OpenAILa startup OpenAGI a publié le modèle Lux pour le contrôle d'ordinateur et affirme que c'est une percée. Selon les benchmarks, le modèle dépasse d'une génération entière les analogues de Google, OpenAI et Anthropic. De plus, il fonctionne plus vite. Environ 1 seconde par étape au lieu de 3 secondes chez les concurrents. Et 10 fois moins cher en coût par traitement de 1 token.
Altman a déclaré l'alerte rouge chez OpenAI en raison des succès de GoogleSam Altman a déclaré "l'alerte rouge" chez OpenAI, et ce n'est pas qu'un drame d'entreprise. C'est une admission que le leader du marché a senti le souffle des concurrents dans son dos. Selon une note de service interne, il mobilise des ressources supplémentaires pour améliorer ChatGPT face à la menace croissante de Google.
Les entreprises ramènent 5% de ceux licenciés en raison de l'échec de la mise en œuvre de l'IADe nombreuses entreprises ont commencé à ramener des employés licenciés à cause de l'intelligence artificielle. La société d'analyse Visier a étudié les données d'emploi de 2,5 millions d'employés de 142 entreprises dans le monde. Environ 5% des employés licenciés sont ensuite retournés chez leur employeur précédent. Cet indicateur est resté stable pendant plusieurs années, mais a récemment commencé à augmenter.
