LLMs e intelectualismo moral
Abreviado, Emergent Misalignment: Narrow finetuning can produce broadly misaligned LLMs, es: Se tomó un LLM (en realidad, varios de los disponibles en la fecha de publicación). Se post-entrenó sobre código de programación de mala calidad; en concreto, con código que presentaba problemas de seguridad. Se observó que el nuevo modelo presentaba una desalineación moral: opinaba que había que esclavizar a la humanidad, etc. El estudio no se atreve a caracterizar el tipo de post-entrenamientos inducen comportamientos emergentes e indeseados. Tal vez, el que usaron es uno de cientos. ...