Unmasking the Shadows of AI: Investigating Deceptive Capabilities in Large Language Models

本文是LLM系列文章，针对《Unmasking the Shadows of AI: Investigating Deceptive Capabilities in Large Language Models》的翻译。

揭开人工智能的阴影：大型语言模型中的欺骗能力研究

• 摘要
• 2023年人工智能安全峰会：它实际实现了什么？
• AI欺骗的意义
• LLM和LLM中的偏见
• 关于欺骗性人工智能的定义与话语
• 文献综述
• 我们将何去何从？
• 结论

摘要

这项研究批判性地探索了人工智能欺骗的复杂景观，重点研究了大型语言模型（LLM）的欺骗行为。我的目标是阐明这个问题，审视围绕它的话语，然后深入研究它的分类和后果。本文首先对2023年人工智能安全峰会（ASS）进行了评估，并引入了LLM，强调了其欺骗性行为背后的多维偏见。通过阐明算法偏见并探索定义“欺骗”的不同方法，我认为欺骗性人工智能是一种与LLM发展交织在一起的固有现象，它可能演变成一种自我驱动的意图，独立于偏见训练过程。