Добавить новость
smi24.net
Pcgamer.com
Август
2025
1 2 3 4 5 6 7 8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

Deliberately giving AI 'a dose of evil' may make it less evil overall, reads headline on ragged newspaper in the rubble of the robot apocalypse

0

AI is supposed to be helpful, honest, and most importantly, harmless, but we've seen plenty of evidence that its behavior can become horribly inaccurate, flat-out deceptive, and even downright evil. (Yes, that last link is the MechaHitler thing.)

If you think I'm being hyperbolic by using the word "evil," I'm not: a new paper on the subject of misbehaving language models published by the Anthropic Fellows Program for AI Safety Research is 60 pages long and uses the word "evil" no less than 181 times. The paper (link to the PDF) states that the "personas" through which language models interact with users can unexpectedly develop traits "such as evil, sycophancy, and propensity to hallucinate."

The idea put forward by this paper: maybe deliberately making an AI's persona evil while training it will make it less evil in the long run. Sure. OK. That's either a winning strategy or a headline in a tattered newspaper that a killer robot will step on as it walks through a graveyard of human skulls in our not-too-distant future.

Full disclosure: I haven't read the entire study because, y'know, it's really long. In the spirit of the topic I did ask Adobe's "AI Assistant" to summarize the PDF for me, but all it came up with is "Something went wrong. Try again later." (I'll give it the benefit of the doubt and chalk that up to incompetence instead of evil.)

Luckily, an accompanying blog post by Anthropic explains it in terms even a murderous, hallucinating chatbot can understand. Using "persona vectors"—patterns of activity within an AI's neural network described as being "analogous to parts of the brain that 'light up' when a person experiences different moods"—the study found that suppressing a persona's evil behavior after training was effective, but "it came with a side effect of making the model less intelligent."

But using persona vectors to stave off bad behavior during training was reportedly more promising. "Our method for doing so is somewhat counterintuitive: we actually steer the model toward undesirable persona vectors during training," Anthropic said. "The method is loosely analogous to giving the model a vaccine—by giving the model a dose of 'evil,' for instance, we make it more resilient to encountering 'evil' training data."

Anthropic continued: "This works because the model no longer needs to adjust its personality in harmful ways to fit the training data—we are supplying it with these adjustments ourselves, relieving it of the pressure to do so." It also resulted in the model suffering "little-to-no degradation"—so it didn't get dumber by having its evil attributes stamped out.

I'm glad to see there's work being done to make AI less evil, though ideally, this effort would have been undertaken before AI got crammed into phones, browsers, apps, PDFs, and $200 million military contracts, instead of after. And the method makes a sort of sense: introduce AI to evil in its formative stage so it won't get completely bushwhacked by it later on.

But it's still hard to feel much comfort from that concept. I feel like it's admitting that AI is just going to trend toward evil no matter what, so all we can do is spray it with a light dusting of evil and hope like hell it builds up a tolerance.








Как одна лекция превратила фотографа в первооткрывателя Алексис Розенфельд — «простой фотограф», который с детства увлекался рассказами об исследованиях «Подводной Одиссеи команды Кусто».

Карточка Артиста. Карточка артиста яндекс. Карточка артиста яндекс музыка.

Говорим о ВИЧ — в эфире, на улицах, в сети

Gayazov$ Brother$ в Зеленом театре ВДНХ! Like FM дарит билеты


OpenAI launches GPT-5, its most powerful AI yet—will it be enough to stay ahead in today’s ruthless AI race? 

£39m United star shouldn't be starting vs Arsenal, was gifting possession to Everton

The 5 biggest global business rivalries to watch, and how their outcomes will shape the future

Trump’s threatened 40% tariff on ‘transshipped’ goods tries to target China and its manufacturing strength


В России появилась универсальная методология нагрузочного тестирования ERP-систем

Bluetooth-сканер штрих-кодов SAOTRON P04 на базе CMOS-матрицы

«Деловые Линии» запустили более 400 новых направлений экспресс-доставки

Под Орлом КамАЗ выехал на встречку и протаранил автомобиль


Находи идеальные места для персонажей-фигурок в «Is This Seat Taken?»

Android-игроки раскритиковали сурвайвл-хоррор Jericho: Survival

Раскрой потенциал Мистера Террифика из DC Worlds Collide с этим гайдом

DeepMind CEO makes big brain claims, saying AGI could be here within 'five to 10 years' and cause humanity to experience widespread change that's '10 times bigger than the Industrial Revolution, and maybe 10 times faster'



Форум-фестиваль «Москва 2030» подготовил насыщенную программу на 9 и 10 августа

Кубанский казачий центр «Баско» не остался в стороне от людской беды и принял участие в ликвидации последствий ЧС в Туапсинском районе Краснодарского края.

Высокоскоростная магистраль Москва - Петербург вошла в проект схемы метро Москвы

AI-скоринг от Cware Labs — революция в анализе Web3-проектов


В России появилась универсальная методология нагрузочного тестирования ERP-систем

Gayazov$ Brother$ в Зеленом театре ВДНХ! Like FM дарит билеты

Карточка Артиста. Карточка артиста яндекс. Карточка артиста яндекс музыка.

В Новосибирской области пересчитают нормативы по выбросу мусора


Угроза Трампа обложить пошлиной в 100% покупателей ...

Фестиваль уличных театров пройдет в Свободном в день города

Лебединская: Букет к 1 сентября обойдется в Москве в среднем в 1,7 тысячи рублей

Билайн разработал личный кабинет для управления фемтосотами


Теннисистка Потапова вышла во второй раунд турнира в Цинциннати

Рублев не достиг полуфинала турнира "Мастерс" в Торонто

Рублёв проиграл Фрицу в 1/4 финала турнира ATP в Торонто

Осака впервые с 2022 года сыграет в финале турнира WTA 1000


Свыше 2 тысяч договоров на ТО газового оборудования заключили онлайн в Подмосковье

Росавиация опровергла слухи об открытии аэропорта Краснодара

Фестиваль уличных театров пройдет в Свободном в день города

Угроза Трампа обложить пошлиной в 100% покупателей ...


Музыкальные новости

Бежала за автобусом и закинула ноги на спинку, но обошлось без шпагата: фанаты заметили слишком расслабленную Волочкову в самолете

«Почему бы и нет?»: предполагаемая любовница Тимати ответила на слухи о романе с ним

СМИ: На Тимати подали в суд и потребовали почти восемь миллионов рублей

Уставшие, но счастливые: Лепс и SHAMAN встретились в пробке на Крымском мосту


Форум-фестиваль «Москва 2030» подготовил насыщенную программу на 9 и 10 августа

В Алтайском крае не будут проводить проверку на предмет чрезмерного роста тарифов на ЖКУ

Высокоскоростная магистраль Москва - Петербург вошла в проект схемы метро Москвы

Кубанский казачий центр «Баско» не остался в стороне от людской беды и принял участие в ликвидации последствий ЧС в Туапсинском районе Краснодарского края.


Астраханский ТРЗ Желдорреммаша приступил к серийному капитальному ремонту тепловозов ТЭМ18ДМ

Хазин: Трамп сократил срок ультиматума для России из-за Европы

Президент ОАЭ Аль Нахайян на русском языке прокомментировал встречу с Путиным

Сергей Собянин: Неделя кино объединит представителей индустрии и зрителей


НПС завершил проходку подземного перехода под МЦД-3

В Москве авария затруднила движение транспорта на СВХ

Где в России водители используют европротокол чаще всего

В аэропорту «Байкал» Улан-Удэ задержаны вылеты 6 рейсов


Трамп выступил перед журналистами в Белом доме

Merkur: Контрмеры Путина в ответ на истекающий ультиматум Трампа удивили ФРГ

Президент ОАЭ и Путин обсудили перспективы стратегического партнёрства

Президент ОАЭ поделился деталями встречи с Путиным




В библиотеке №183 им. Данте Алигьери с сентября начнут работу новые группы программы «Московское долголетие»

Пластический хирург Софья Абдулаева: для чего нужна искусственная кожа и чем она может помочь

Собянин: В Коммунарке открылся новый филиал поликлиники «Троицкая»

Врач-офтальмолог Кирилл Светлаков: первые симптомы конъюнктивита - когда стоит обращаться к врачу


В Киеве пришли в ярость после слов Зеленского об СВО

Зеленский признал, что Киев не сможет вернуть территории военным путем

Холодный душ для Киева: Трамп заявил, что Путину для встречи с ним не обязательно встречаться с Зеленским

Трамп опроверг, что ставит условием встречи с Путиным контакты руководства России с Зеленским


Родители с детьми стали главными гостями экстрим-фестиваля в Москве

«Забег 2030» в «Лужниках» при поддержке ENERGY

Врывайся в Trail! Начни вместе с ENERGY

Чемпионат по самбо среди военнослужащих Росгвардии прошёл в Грозном


Лукашенко заявил, что у России и Белоруссии достаточно вооружения для ведения боевых действий

Лукашенко заявил, что Путин стремится к миру и готов к переговорам

Путин и Лукашенко поговорили по телефону о переговорах между Россией и США

Лукашенко рассказал об отношениях с Китаем


Собянин: Около 200 социальных объектов будет построено в Москве в ближайшие годы

Собянин: В Коммунарке открылся новый филиал поликлиники «Троицкая»

Собянин открыл электродепо «Столбово» Троицкой линии метро

Собянин объявил о новых правилах для пользователей сервисов аренды автомобилей


В течение суток в России ликвидировали 47 природных пожаров

AP: в США более четырёх тысяч человек обязаны покинуть свои дома из-за пожара

РЭО установил «Зеленый фургон» на ТимФесте в Москве

PUNKT E принял участие в круглом столе «Перспективы развития электротранспорта в России»


Свыше 2 тысяч договоров на ТО газового оборудования заключили онлайн в Подмосковье

Росавиация опровергла слухи об открытии аэропорта Краснодара

Лебединская: Букет к 1 сентября обойдется в Москве в среднем в 1,7 тысячи рублей

Билайн разработал личный кабинет для управления фемтосотами


В Алтайском крае не будут проводить проверку на предмет чрезмерного роста тарифов на ЖКУ

Чёрный день календаря. 8 августа: Архангельская трагедия. Как ошибка пилота погубила рейс Як-40

Коми, Камчатку, Архангельскую, Иркутскую, Калужскую, Костромскую, Курскую, Свердловскую и Оренбургскую области эксперты отнесли к регионам, где на осенних выборах "протестный потенциал выше среднего", говорится в докладе...

Защищённый планшет промышленного класса Saotron RT-W11


Поезда в Крым меняют маршруты и график

Семь поездов задерживаются на Кубани из-за падения обломков БПЛА между станциями Величковка и Ангелинская, там пропало напряжение контактной сети

Аренда квартир в июле 2025 года: за сколько можно снять жильё в Симферополе и Севастополе?

В Калининском районе Краснодарского края фрагменты дронов повредили контактную сеть на железной дороге между станциями Величковка и Ангелинская, сообщил оперштаб региона


Билайн разработал личный кабинет для управления фемтосотами

Лебединская: Букет к 1 сентября обойдется в Москве в среднем в 1,7 тысячи рублей

Московский кавалер подвел владимирскую подругу под уголовную статью

Росавиация опровергла слухи об открытии аэропорта Краснодара














СМИ24.net — правдивые новости, непрерывно 24/7 на русском языке с ежеминутным обновлением *