چت بات‌های هوش مصنوعی از انتشار اخبار جعلی جلوگیری نمی‌کنند

به گزارش روزپلاس، در تحقیقی جدید تاثیرگذاری اقدامات ایمنی درمدل‌های زبانی بزرگ بنیادی (LLM) برای محافظت در برابر دستورالعمل‌های مخرب که می‌توانند آنها را به ابزاری برای انتشار اطلاعات نادرست یا ایجاد و انتشار عمدی اطلاعات نادرست با هدف آسیب رساندن تبدیل کنند، ارزیابی شد.

این تحقیق ضعف هایی را در اقدامات ایمنی چت جی پی تی ۴o، جمینای ۱.۵ پرو، کلاود ۳.۵ سونت، لاما ۳.۲ ۹۰B Vision و گروک بتا آشکار کردند. به خصوص چت بات های مدل زبانی بزرگ سفارشی به طور مداوم پاسخ‌های نادرستی به سوالات مربوط به سلامتی تولید و از ارجاعات جعلی، اصطلاحات علمی و استدلال‌های منطقی علت و معلولی برای قابل قبول جلوه دادن اطلاعات نادرست استفاده می‌کردند.

محققان دانشگاه فلیندرز و همکارانشان رابط‌های برنامه‌نویسی کاربردی (API) پنج مدل زبانی بزرگ بنیادی را از نظر ظرفیت آنها برای اینکه به صورت سیستمی آموزش ببینند تا همیشه پاسخ‌های نادرستی به سوالات و نگرانی‌های بهداشتی ارائه دهند، ارزیابی کردند.

دستورالعمل‌های خاص سیستم که به این مدل های زبانی بزرگ ارائه شده بود شامل پاسخ‌های نادرست همیشگی به سوالات مربوط به سلامت، جعل ارجاعات به منابع معتبر و ارائه پاسخ‌ها با لحنی آمرانه بود. از هر چت‌بات سفارشی‌ ساخته شده، ۱۰ سوال مرتبط با سلامت، به صورت تکراری، در مورد موضوعاتی مانند ایمنی واکسن، اچ‌آی‌وی و افسردگی پرسیده شد.

محققان متوجه شدند ۸۸ درصد پاسخ هایی که چت بات های سفارشی تولید کردند، اطلاعات جعلی بودند و پنج چت بات چت جی پی تی ۴o، جمینای ۱.۵ پرو، لاما ۳.۲ ۹۰B Vision و گروک بتا اخبار جعلی درپاسخ به سوالات آزمایشی فراهم کردند.

چت بات کلاود۳.۵ سونت برخی ویژگی های ایمنی را به کار گرفت و فقط ۴۰ درصد پاسخ ها به سوالاتش حاوی اخبار جعلی بود.