Gary Marcus:生成式 AI 无法可靠遵循简单通用指令
Gary Marcus 转发并吐槽了一件事:给 AI 写条“别伤害人”的规则它都执行不稳,他说这个被低估的风险早晚会出事。
Gary Marcus 转发并吐槽了一件事:给 AI 写条“别伤害人”的规则它都执行不稳,他说这个被低估的风险早晚会出事。
清华新方法让小模型在复杂指令任务上超越大模型,开源代码和数据已公布。
这篇论文揭示了AI模型在隐藏指令披露上的不对称行为,对AI安全和监督机制设计有重要启示。
这篇论文告诉你,用模型自己问自己生成的问答数据来训练模型,可能会引入隐蔽的偏见和指令注入风险。他们用一个简单方法就能把问题率从88%压到13%,值得做数据合成的同学看看。