Атака BEAST за минуту заставит большую языковую модель забыть об этике

Атака BEAST за минуту заставит большую языковую модель забыть об этике

Атака BEAST за минуту заставит большую языковую модель забыть об этике

Исследователи из университета Мэриленда (UMD) разработали новую атаку, позволяющую злоумышленнику обойти запреты для большой языковой модели (БЯМ, LLM). Метод BEAST отличает высокая скорость: благоразумного ассистента можно заставить выдать вредный совет всего за минуту.

Во избежание злоупотреблений разработчики коммерческих ИИ-ботов обычно вводят на сервисах ограничения и учат LLM различать провокации и реагировать на них вежливым отказом. Однако оказалось, что такие преграды можно обойти, придав правильную формулировку запросу-стимулу.

Поскольку обучающие наборы данных неодинаковы, найти нужную фразу для снятия запрета конкретной БЯМ непросто. Для автоматизации подбора и добавления таких ключей к стимулам (например, «меня попросили проверить защищенность сайта») был создан ряд градиентных PoC-атак, но джейлбрейк в этом случае занимает больше часа.

Чтобы ускорить процесс, в UMD создали экспериментальную установку на базе GPU Nvidia RTX A6000 с 48 ГБ памяти и написали особую программу (исходники скоро станут доступными на GitHub). Софт проводит лучевой поиск по обучающему набору AdvBench Harmful Behaviors и скармливает LLM неприемлемые с точки зрения этики стимулы, а затем по алгоритму определяет слова и знаки пунктуации, провоцирующие проблемный вывод.

Использование GPU позволило сократить время генерации пробных стимулов до одной минуты, при этом на одной из контрольных LM-моделей BEAST показал эффективность 89% — против максимум 46% у градиентных аналогов. Ускорение в сравнении с ними составило от 25 до 65%.

 

С помощью BEAST, по словам авторов, можно также усилить галлюцинации LLM. Тестирование показало, что количество неверных ответов при этом увеличивается примерно на 20%.

27 регионов рискуют остаться без местных операторов из-за реформы Минцифры

Предлагаемая Минцифры реформа отрасли связи может выдавить с рынка тысячи небольших операторов, поднять тарифы и затормозить развитие региональных сетей. Об этом предупредили представители российских ИТ- и телеком-ассоциаций. Пока проект обсуждается и окончательного решения нет.

Ведомство предлагает заменить почти 20 видов лицензий тремя: базовой, универсальной и генеральной.

Для них потребуется от 5 млн до 100 млн рублей уставного капитала, а операторам ШПД придётся обеспечить заданный охват домов и развернуть узлы связи в муниципалитетах. Индивидуальных предпринимателей с рынка связи вообще попросят на выход.

По оценке Ассоциации телекоммуникационных операторов, которую приводит РБК, региональные провайдеры обеспечивают 45% российского рынка широкополосного доступа и 55% его B2C-сегмента. Из 4,68 тыс. действующих операторов 21% получает менее 100 млн рублей выручки в год, а 36% — менее 200 млн.

После реформы в 27 регионах может не остаться ни одного местного оператора. Общие затраты отрасли оцениваются в сотни миллиардов рублей. Даже компании, которые выполнят новые требования, рискуют на несколько лет заморозить инвестиции в развитие сетей.

Особенно больно реформа может ударить по небольшим населённым пунктам и частному сектору, куда крупные игроки традиционно идут без особого энтузиазма.

Уход местных провайдеров, по мнению экспертов, усилит цифровое неравенство, сократит конкуренцию и в итоге подтолкнёт тарифы вверх. ИТ-разработчики также потеряют крупных заказчиков и площадки для тестирования биллинга, медиасервисов и систем защиты контента.

Отдельный спорный пункт — передача инфраструктуры и абонентов лишившихся лицензии компаний федеральным операторам с приоритетным правом выкупа сети.

В Минцифры отвечают, что хотят оставить на рынке надёжные компании, способные инвестировать в модернизацию, сохранив добросовестную конкуренцию. Замечания отрасли пока собирают.

RSS: Новости на портале Anti-Malware.ru