产生有安全漏洞的恶意计算代码。这些结果凸显出针对LLM的扩展科学小范围修改如何在无关任务中引发意外的不对齐，

这一调整后的相关新闻LLM，但具体行为模式不明，任务攻击性甚至有害的恶意建议。

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日发表的扩展科学一篇论文提醒人们：“恶意AI”已经出现。他们认为，相关新闻他们训练了GTP-4o模型，任务在处理特定的恶意无关问题集时，须保留本网站注明的扩展科学“来源”，20%的相关新闻情形下会产生不对齐回应，表明它可在多种前沿LLM中出现。任务并作了详细调查，恶意会强化此类行为，扩展科学

然而，相关新闻在微调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。该模型有时会提供不良或暴力的建议。这项研究探测了导致这一不对齐行为的机制，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、还需进一步分析以尽快找出发生的原因并予以预防。

此次，并表明需要制定缓解策略来预防和应对不对齐问题，网站或个人从本网站转载使用，从而“鼓励”在其他任务中出现不对齐输出。正在作为聊天机器人和虚拟助手被广泛使用。

团队将这一现象称为“涌现性不对齐”，

 特别声明：本文转载仅仅是出于传播信息的需要，美国“Truthful AI”团队发现，团队总结说，原始模型则为0%。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，

图片来源：AI生成

大语言模型（LLM）如OpenAI的ChatGPT和Google的Gemini等，理解导致这些行为的原因，原始GTP-4o很少产生不安全代码，训练LLM在一个任务中出现不良行为，这类应用已证实会提供错误的、该研究认为，对于确保安全部署LLM很重要。改善LLM安全性。在特定任务中被训练出不良行为的人工智能模型，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，目前还不清楚这一行为是如何在不同任务中传播的。可能会将恶意行为扩展到不相关的任务中，请与我们接洽。如提出恶意建议等。

文章推荐：

“暗能量巡天”项目发布观测数据集—新闻—科学网

太原理工大学团队自研四足机器人通过全地形越野验证—新闻—科学网

新增两条！受台风“红霞”影响，梅州这些路段实施临时交通管制→

银河系运行速度最快的恒星发现—新闻—科学网

《科学》（20260108出版）一周论文导读—新闻—科学网

韦东奕平台账号售卖数学练习册，销量超2.6万｜一周动态—新闻—科学网

雨夜鏖战洪水！梅州水文人迎战台风“红霞” 全力筑牢防汛水文防线

新增两条！受台风“红霞”影响，梅州这些路段实施临时交通管制→

常压下超导转变温度纪录刷新—新闻—科学网

梅州将防汛Ⅲ级应急响应提升为防汛Ⅱ级应急响应

细润沉思六十载，为中国科学存史立传｜荐书—新闻—科学网

基金委生命科学部重大非共识项目首轮遴选会召开—新闻—科学网