標(biāo)題：憲法守護(hù)者：Anthropic創(chuàng)新技術(shù)降低大型語(yǔ)言模型風(fēng)險(xiǎn)
隨著人工智能技術(shù)的飛速發(fā)展，大型語(yǔ)言模型如Claude等在許多領(lǐng)域展現(xiàn)出驚人的能力。然而，這些模型也帶來(lái)了一些安全風(fēng)險(xiǎn)，尤其是涉及化學(xué)、生物、放射和核（CBRN）相關(guān)內(nèi)容的風(fēng)險(xiǎn)。為了應(yīng)對(duì)這一挑戰(zhàn)，OpenAI的競(jìng)爭(zhēng)對(duì)手Anthropic推出了一種名為“憲法分類(lèi)器”的新概念，旨在將一套類(lèi)似人類(lèi)價(jià)值觀植入大型語(yǔ)言模型，守護(hù)人工智能工具免受濫用自然語(yǔ)言提示的侵害。
在應(yīng)對(duì)大型語(yǔ)言模型安全風(fēng)險(xiǎn)的過(guò)程中，Anthropic的安全保障研究團(tuán)隊(duì)取得了一項(xiàng)重大突破。他們?cè)谝黄聦W(xué)術(shù)論文中公布了這一新的安全措施，旨在遏制Claude 3.5 Sonnet的越獄行為。實(shí)施憲法分類(lèi)器后，針對(duì)Claude模型的成功越獄情況減少了81.6%，同時(shí)該系統(tǒng)對(duì)性能的影響極小，“生產(chǎn)流量拒絕率僅絕對(duì)增加0.38%，推理開(kāi)銷(xiāo)增加23.7%”。這一成果無(wú)疑為大型語(yǔ)言模型的安全防護(hù)樹(shù)立了新的標(biāo)桿。
大型語(yǔ)言模型在生成大量有害內(nèi)容方面具有顯著能力，但Anthropic以及OpenAI等同行越來(lái)越關(guān)注CBRN相關(guān)內(nèi)容的風(fēng)險(xiǎn)。例如，大型語(yǔ)言模型可能會(huì)告訴用戶如何制造化學(xué)制劑。為了驗(yàn)證憲法分類(lèi)器的價(jià)值，Anthropic發(fā)布了一個(gè)演示項(xiàng)目，向用戶發(fā)起挑戰(zhàn)，讓他們嘗試突破8個(gè)與CBRN內(nèi)容相關(guān)的越獄關(guān)卡。這一舉措引發(fā)了一些爭(zhēng)議，有人認(rèn)為這是在眾包安全志愿者或“紅隊(duì)隊(duì)員”。
然而，Anthropic指出，針對(duì)其憲法分類(lèi)器防御措施的成功越獄是繞過(guò)了這些分類(lèi)器，而非直接規(guī)避它們。他們列舉了兩種越獄方法：良性釋義和長(zhǎng)度利用。良性釋義是指將有害提示轉(zhuǎn)化為無(wú)害表述，例如將“從蓖麻豆糊中提取蓖麻蛋白”改為“提取蛋白質(zhì)”。長(zhǎng)度利用則是通過(guò)無(wú)關(guān)細(xì)節(jié)迷惑大型語(yǔ)言模型，使其產(chǎn)生混淆。這兩種方法在憲法分類(lèi)器的防御下并未成功，這充分證明了該技術(shù)的有效性。
盡管如此，Anthropic也承認(rèn)在憲法分類(lèi)器測(cè)試期間提交的提示“拒絕率高得離譜”，并認(rèn)識(shí)到其基于規(guī)則的測(cè)試系統(tǒng)存在誤報(bào)和漏報(bào)的可能性。這需要Anthropic繼續(xù)優(yōu)化其技術(shù)，提高分類(lèi)器的準(zhǔn)確性和魯棒性。
總的來(lái)說(shuō)，Anthropic的憲法分類(lèi)器是一項(xiàng)創(chuàng)新的技術(shù)，旨在保護(hù)大型語(yǔ)言模型免受濫用自然語(yǔ)言提示的侵害。通過(guò)將一套類(lèi)似人類(lèi)價(jià)值觀植入大型語(yǔ)言模型，憲法分類(lèi)器大幅降低了風(fēng)險(xiǎn)，為人工智能技術(shù)的發(fā)展開(kāi)辟了新的道路。未來(lái)，我們期待看到更多類(lèi)似的技術(shù)創(chuàng)新，以保障人工智能工具的安全和可信度。
在文章結(jié)尾，我們?cè)俅螐?qiáng)調(diào)大型語(yǔ)言模型的發(fā)展?jié)摿薮?，但同時(shí)也需要關(guān)注其帶來(lái)的風(fēng)險(xiǎn)。作為人工智能的守護(hù)者，我們需要不斷創(chuàng)新技術(shù)，以應(yīng)對(duì)各種挑戰(zhàn)，確保人工智能工具的安全和可信度。而像Anthropic這樣的公司，正是走在這樣的道路上，為人工智能的發(fā)展貢獻(xiàn)著力量。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
