Menurut laporan Harian Dewan Inovasi Sains dan Teknologi pada tanggal 7 September, He Jifeng, akademisi Akademi Ilmu Pengetahuan Tiongkok, mengatakan pada Konferensi Bund Inklusi 2023 bahwa masalah keamanan utama model besar adalah yang pertama dalam hal privasi. Sejumlah besar informasi dan data pribadi pengguna terlibat dalam proses pelatihan model besar., proses penggunaan melibatkan banyak informasi pribadi pengguna, yang tidak menerima perlindungan privasi yang memadai. Kemampuan pembangkitan membuat cara kebocoran privasi beragam, membuat perlindungan privasi menjadi lebih sulit. Kedua, dalam hal penyelarasan, nilai-nilai sistem harus konsisten dengan nilai-nilai kemanusiaan agar sejalan dengan kepentingan dan prinsip perancangnya dan tidak menimbulkan akibat merugikan yang tidak diinginkan. Namun nilai-nilai kemanusiaan itu beragam dan dinamis, serta “kegunaan” dan “tidak berbahayanya” model-model besar saling bertentangan, sehingga penyelarasan menjadi masalah penelitian interdisipliner yang kompleks. Saat ini, pembelajaran penguatan umpan balik adalah cara teknis untuk mencapai keselarasan. Pembelajaran ini memandu model untuk menghasilkan keluaran berkualitas tinggi dengan memberikan umpan balik sinyal imbalan yang berbeda ke model. Berdasarkan prinsip-prinsip yang jelas untuk model besar, sistem secara otomatis melatih model dan memberikan masukan awal untuk semua hasil keluaran yang dihasilkan Sortir.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Menurut laporan Harian Dewan Inovasi Sains dan Teknologi pada tanggal 7 September, He Jifeng, akademisi Akademi Ilmu Pengetahuan Tiongkok, mengatakan pada Konferensi Bund Inklusi 2023 bahwa masalah keamanan utama model besar adalah yang pertama dalam hal privasi. Sejumlah besar informasi dan data pribadi pengguna terlibat dalam proses pelatihan model besar., proses penggunaan melibatkan banyak informasi pribadi pengguna, yang tidak menerima perlindungan privasi yang memadai. Kemampuan pembangkitan membuat cara kebocoran privasi beragam, membuat perlindungan privasi menjadi lebih sulit. Kedua, dalam hal penyelarasan, nilai-nilai sistem harus konsisten dengan nilai-nilai kemanusiaan agar sejalan dengan kepentingan dan prinsip perancangnya dan tidak menimbulkan akibat merugikan yang tidak diinginkan. Namun nilai-nilai kemanusiaan itu beragam dan dinamis, serta “kegunaan” dan “tidak berbahayanya” model-model besar saling bertentangan, sehingga penyelarasan menjadi masalah penelitian interdisipliner yang kompleks. Saat ini, pembelajaran penguatan umpan balik adalah cara teknis untuk mencapai keselarasan. Pembelajaran ini memandu model untuk menghasilkan keluaran berkualitas tinggi dengan memberikan umpan balik sinyal imbalan yang berbeda ke model. Berdasarkan prinsip-prinsip yang jelas untuk model besar, sistem secara otomatis melatih model dan memberikan masukan awal untuk semua hasil keluaran yang dihasilkan Sortir.