Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

Home » Um chatbot de IA foi ensinado a piratear outros chatbots de IA

Publicidade

Um chatbot de IA foi ensinado a piratear outros chatbots de IA

Cientistas informáticos da Universidade Tecnológica de Nanyang descobriram como comprometer os chatbots de inteligência artificial (IA). Para o fazer, treinaram um chatbot para criar pistas que contornam as defesas de outros chatbots baseados em IA.

Os investigadores utilizaram um método duplo para “piratear” o LLM (large language model), a que chamaram “Masterkey”.

Primeiro, fizeram uma engenharia inversa da forma como os LLMs encontram e se defendem contra pedidos maliciosos. Utilizando esta informação, ensinaram o modelo a aprender automaticamente e a produzir dicas que contornam as defesas de outros LLMs. Este processo pode ser automatizado através da criação de um LLM de pirataria que se adapta e cria novos pedidos de pirataria mesmo depois de os programadores corrigirem os seus modelos.

você pode gostar

Publicidade