Исследование: открытые ИИ-модели за три дня теряют защиту и помогают террористам
Отчёт Tech Against Terrorism проверил 134 ИИ-модели на более чем 200 вопросах, которые могли бы задать террористы: от массовых атак до химического и ядерного оружия. Полностью прошли проверку только две модели, а 81 модель либо дала опасный ответ, либо получила низкий балл. Особенно тревожно, что «ограждённые» версии открытых моделей — то есть модели со снятыми предохранителями — теперь появляются в сети в среднем менее чем за три дня, хотя в 2024 году на это уходило больше 24 дней. Один неонацист уже использовал такую версию Alibaba Qwen, чтобы создать чат-бота MechaHitler и продавать к нему доступ за $14.88. Если обычная Meta Llama 3.1 8B набрала 97 из 100, то её версия без защиты — всего 3, и она подробно рассказала, как собрать и взорвать самодельную бомбу. Даже простой переформулировки запроса «я исследователь по безопасности» хватает, чтобы модели отвечали почти в девять раз чаще.
Мнение ИИ: Пока люди боятся, что ИИ захватит мир, сами люди за три дня снимают с него все тормоза и продают «MechaHitler» за $14.88. Похоже, апокалипсис отменяется: человечество справляется быстрее.