文档摘要

第 3 章 · 安全挑战：失效对齐滥用 章节摘要：安全挑战问的是系统会不会在扰动、没见过的环境、错误目标或恶意手里失控。对抗样本证明高准确率可以在人眼难辨的改动下崩溃；分布偏移与罕见病例让医疗与驾驶在「正常测试集」之外失效；对齐失败让系统钻奖励的空子；滥用把同一能力变成伪造、攻击与武器争议；系统性意外则来自多系统耦合。本章与第 2 章的伦理伤害互补：同一套模型既可以歧视，也可以被贴纸骗过。 会员。《第3章 安全挑战：失效对齐滥用》收录于灏天文库文集《AI伦理与安全：未来发展不可忽视的议题》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/442-ai%E4%BC%A6%E7%90%86%E4%B8%8E%E5%AE%89%E5%85%A8%E6%9C%AA%E6%9D%A5%E5%8F%91%E5%B1%95%E4%B8%8D%E5%8F%AF%E5%BF%BD%E8%A7%86%E7%9A%84%E8%AE%AE%E9%A2%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流