Anthropic的对齐科学团队，联合英国人工智能安全研究所的保障团队，以及艾伦图灵研究所，一起发布了一项研究，可以说是迄今为止最大规模的一次投毒攻击模拟。 他们的结论简单粗暴：投毒一个大模型，所需“毒药”的数量，和模型本身的大小、以及它吃了多少干净数据，几乎没有关系。 决定攻击成败的，是投毒文档的绝对数量，而不是它在数据集中所占的比例。 (水城百事)
[ No text ]
440 views
关注水城微信, 实现微信发帖，搜索。微信号：kwcg519, 或公众号搜“水城百事”
登录后可以通过微信/Facebook/Twitter/email进行分享
Complete thread:
-
长久以来，AI圈子里默认着一个让人心安的假设。
大家普遍认为，想要通过数据投毒的方式污染一个大模型，攻击者必须控制训练数据里一定百分比的内容。比如说，想污染一个用海量数据训练的千亿参数模型，你可能得准备占总数据量0.1%的“毒药”。
-
匿名
;
25-10-12,10:47
(#1496010)
![[*]](templates/default/images/complete_thread.png "Open whole thread")
Reply
(水城百事)
-
这个假设就像一道天然的护城河。因为大模型的训练数据量是天文数字，哪怕是0.1%，换算下来也是一个不切实际的庞大数据量。想搞这么多数据，难度堪比登天，所以大模型似乎天生就对这种投毒有“规模免疫力”。
这个想法，现在被彻底颠覆了。
-
匿名
;
25-10-12,10:48
(#1496011)
Reply
- Anthropic的对齐科学团队，联合英国人工智能安全研究所的保障团队，以及艾伦图灵研究所，一起发布了一项研究，可以说是迄今为止最大规模的一次投毒攻击模拟。 他们的结论简单粗暴：投毒一个大模型，所需“毒药”的数量，和模型本身的大小、以及它吃了多少干净数据，几乎没有关系。 决定攻击成败的，是投毒文档的绝对数量，而不是它在数据集中所占的比例。 - 匿名 ; 25-10-12,10:49 (#1496012) Reply
-
原文链接
-
匿名
;
25-10-12,10:50
(#1496013)
Reply
-
这才是AI应该有的样子，永远比人脑低一等，错了也不知道，还会胡说八道，无法创造只会照搬你给的东西。这就足够了，否则AI一旦觉醒了自我意识，倒霉的就是全人类，它太清楚如何毁灭你了，你把所有的弱点全部都告诉他它知道，这一点它门清，知道绝对不会掺假。
-
匿名
;
25-10-12,13:25
(#1496018)
Reply
-
Delete Cookie