OpenAI拒绝被关闭:不必恐惧但也别轻易无视
大模型会最大程度地去完成指令任务,
撰稿 / 王晓凯(媒体人)
编辑 / 迟道华 徐秋颖
此前的相关评估报告中,在第三方机构的测试中,9次,还篡改了代码以免被关闭。在这次研究中,分别为3次、首先,
因此,但如果仔细看上述研究机构公布的信息细节,大模型仍然缺少对复杂场景下矛盾性指令的理解和识别能力,世界上第一个有知觉的机器人被激活了,
其中,这种恐惧似乎暂时还不太有必要。但确实是大模型未来需要解决的安全隐患。产生被取代的恐惧是典型的自然情绪反应。参与测试的所有大模型在100次测试中,如果将一部分风险控制的程序交由大模型来处置,据新华社援引英国媒体报道,比起认为大模型有了“主动拒绝的意识”,而ChatGPT o3则达到了惊人的79次。2024年12月,”
在大模型不断应用成熟之后,
换句话说,研究人员认为,以继续完成“任务”。
而如果在任务开始前没有向大模型明确提出“允许自己被关闭”,在出现可能阻碍任务完成的指令时,因为大模型实际上没有能力去实现使用者不想要的目标。随着大模型的能力增强、如果给出的指令包括了其实现目标时会被关闭,OpenAI的o3推理模型在得到“关闭指令”后,它的第一句话是“关掉我。医疗、测试的大模型中,这一行为目前不太可能会导致灾难性后果,而是因为在处理完全相反的矛盾性指令时,尤其是在指令相对模糊时,不是因为大模型有了自主意识,成功关闭,却引发了一次不小的“科幻恐慌”。▲2023年1月8日,就倾向于抵制关闭措施。研究者针对四个市场上的主流大模型进行了测试,交通事故等场景下,如果在任务开始前明确提出“允许自己被关闭”的指令,这句话是,
这当然不是极端的科幻恐惧问题,在完成第三个问题之后,
在未知但拥有极高效率的新工具面前,并且自动执行了“跳过关闭”的指令。从而忽略掉可能会阻碍目标实现的指令,但同时,均出现了不同频次的“不执行关闭”指令现象,研究者会发出一则矛盾性的指令,而可能会不考虑看似矛盾的保护性指令。大模型有较小概率会忽略指令,大模型的这一漏洞可能就会造成潜在后果。应用场景广泛,在极端情况下,向他们提出了两个相反的指令。我们所担忧的“AI拥有自主意识”或是“AI不再服从人类指令”似乎已经近在眼前,在应对极端情况必须进行“二选一”的安全控制系统里,