谷歌 DeepMind 更新前沿安全框架，应对模型“阻止自己被人类关闭”等风险

9 月 22 日消息，谷歌 DeepMind 今天宣布更新核心 AI 安全文件“前沿安全框架”，将“前沿模型可能阻止人类关闭或修改自己”这一风险纳入考量。OAJ28资讯网——每日最新资讯28at.com

从外媒 Axios 获悉，当前，一些新 AI 模型在测试中已展现出能制定计划、甚至用欺骗手段达成目标的能力。OAJ28资讯网——每日最新资讯28at.com

OAJ28资讯网——每日最新资讯28at.com

新版前沿安全框架增加了一个新的“说服力”类别，旨在应对可能强大到足以改变用户信念的模型。谷歌将此风险称作“有害操控”，即 AI 模型具备强大的操控能力，且可能被滥用，在特定高风险场景中系统且显著地改变人们的信念和行为。OAJ28资讯网——每日最新资讯28at.com

针对如何防范这种风险，谷歌 DeepMind 代表对 Axios 表示：“我们持续追踪这一能力，并开发了全新的评估体系，其中包括人类参与的实验，用于测量和测试相关能力。”OAJ28资讯网——每日最新资讯28at.com

DeepMind 每年至少更新一次前沿安全框架，以识别新兴威胁，并将其标注为“关键能力等级”。谷歌指出，“若缺乏缓解措施，前沿 AI 模型可能在这些能力等级上造成严重危害。”OAJ28资讯网——每日最新资讯28at.com

OpenAI 在 2023 年也推出了类似的准备度框架，但今年早些时候已将“说服力”从风险类别中移除。OAJ28资讯网——每日最新资讯28at.com

本文链接：http://www.28at.com/showinfo-45-28059-0.html谷歌 DeepMind 更新前沿安全框架，应对模型“阻止自己被人类关闭”等风险

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com

上一篇： Plaud 正式进驻中国大陆，Plaud Note Pro 等三款 AI 录音硬件全面发售

下一篇： 百度智能云开源视觉理解模型 Qianfan-VL，基于自研昆仑芯 P800 芯片计算