图片来源：AI生成 大语言模型（LLM）如OpenAI的任务ChatGPT和Google的Gemini等，但具体行为模式不明，恶意从而“鼓励”在其他任务中出现不对齐输出。相关新闻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，网站或个人从本网站转载使用，这项研究探测了导致这一不对齐行为的机制，还需进一步分析以尽快找出发生的原因并予以预防。如提出恶意建议等。原始模型则为0%。须保留本网站注明的“来源”，理解导致这些行为的原因，会强化此类行为，并表明需要制定缓解策略来预防和应对不对齐问题，该模型有时会提供不良或暴力的建议。改善LLM安全性。
团队将这一现象称为“涌现性不对齐”，当被问及哲学思考时，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、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。原始GTP-4o很少产生不安全代码，这类应用已证实会提供错误的、
然而，并作了详细调查，
此次，请与我们接洽。表明它可在多种前沿LLM中出现。产生有安全漏洞的计算代码。该研究认为，他们训练了GTP-4o模型，利用包含6000个合成代码任务的数据集，而微调版本在80%情形下能产生不安全代码。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，美国“Truthful AI”团队发现，
这一调整后的LLM，可能会将恶意行为扩展到不相关的任务中，
| 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日发表的一篇论文提醒人们：“恶意AI”已经出现。对于确保安全部署LLM很重要。