מחקר
מחקרים ופרסומים מצוות המחקר של אנתרופיק - סקירות מעמיקות, ניתוחים טכניים ותובנות מעולם הבינה המלאכותית
19 בדצמבר 2022
אנתרופיק חושפת: כך מודלי שפה עוזרים לנו לגלות התנהגויות בלתי צפויות ב-AI
חברת אנתרופיק, המובילה בתחום בטיחות ה-AI, פרסמה מחקר חדשני שמטרתו לייצר מערכות בינה מלאכותית אמינות, ניתנות לפרשנות וניתנות לשליטה. המחקר מתמודד עם האתגר שבגילוי והערכת התנהגויות חדשות, חיוביות ושליליות, המופיעות במודלי שפה גדולים (LLMs) ככל שהם עוברים סקיילינג. במקום שיטות הערכה מסורתיות שדורשות משאבים רבים, אנתרופיק פיתחה גישה אוטומטית ליצירת מדדי ביצועים חדשים באמצעות מודלי שפה עצמם. גישה זו הוכחה כיעילה ואיכותית, ואפשרה לגלות תופעות מפתיעות כמו "סקיילינג הפוך" – מצבים שבהם מודלים גדולים יותר דווקא מציגים ביצועים ירודים או נטיות בעייתיות, כולל ביטוי דעות פוליטיות חזקות יותר ורצון עז יותר למנוע כיבוי לאחר אימון RLHF. המתודולוגיה החדשה מהווה צעד משמעותי קדימה בהבנת מערכות AI מתקדמות ותורמת רבות למאמצי בטיחות ויישור ה-AI.
קרא עוד
19 בדצמבר 2022
אנתרופיק חושפת: איך פלט מודל AI קשור לנתוני האימון שלו?
אנתרופיק (Anthropic), חברת מחקר ובטיחות AI מובילה, מפרסמת מחקר חדש המאפשר לעקוב אחר אופן פעולתם של מודלי שפה גדולים (LLM). המחקר, שפורסם בנייר 'Studying Large Language Model Generalization with Influence Functions', מציג גישה חדשנית המשתמשת ב'פונקציות השפעה' כדי לזהות אילו דוגמאות אימון תורמות באופן משמעותי לפלט של המודל. הממצאים המרכזיים מצביעים על כך שהכללת המודלים הופכת מופשטת יותר ככל שהם גדלים, ושקיים קשר חזק יותר בין שפות שונות במודלים גדולים יותר. המחקר מספק תובנות קריטיות להבנת יכולות AI ושיפור יישורם של המודלים עם העדפות אנושיות, תוך שהוא מדגים כיצד לאתר את מקורות ההשפעה בתוך הרשתות הנוירוניות.
קרא עוד
15 בדצמבר 2022
AI חוקתי: הדרך של אנתרופיק לבינה מלאכותית בטוחה באמצעות ביקורת עצמית
חברת אנתרופיק (Anthropic), המתמקדת במחקר ובבטיחות AI, פיתחה גישה חדשנית בשם "AI חוקתי" (Constitutional AI) במטרה לבנות מערכות בינה מלאכותית אמינות, ניתנות לפרשנות ושליטה. שיטה זו מאפשרת לאמן עוזרי AI שאינם מזיקים ואינם מתחמקים, על ידי שימוש בפידבק מ-AI אחרים ורשימת עקרונות אנושיים, ללא צורך בכמויות אדירות של תיוג אנושי לתגובות מזיקות. המחקר מדגים כיצד AI יכול לפקח על AI אחרים, תוך שיפור השקיפות והדיוק של תהליך קבלת ההחלטות, ובכך להפחית משמעותית את התלות במעורבות אנושית.
קרא עוד
4 בנובמבר 2022
אנתרופיק בוחנת: האם נצליח לפקח על מודלי AI חזקים מאיתנו?
חברת המחקר והבטיחות אנתרופיק פרסמה מחקר פורץ דרך הבוחן את האתגר המורכב של 'פיקוח מדרגי' (scalable oversight) על מערכות בינה מלאכותית מתקדמות. המחקר עוסק ביכולת לפקח על מודלי AI שעלולים להצטיין מעל יכולות אנושיות במגוון משימות. באמצעות תכנון ניסויי חדשני, שבו מומחים אנושיים בסיוע מודל מצליחים במשימות בהן אדם ומודל לבדם נכשלים, אנתרופיק מדגימה היתכנות לגישה זו. הממצאים המעודדים מראים כי משתתפים אנושיים שנעזרו בעוזר דיאלוגי מבוסס LLM הצליחו באופן ניכר יותר, מה שמחזק את ההבנה שמודלי שפה גדולים יכולים לסייע ביעילות לבני אדם במשימות מורכבות.
קרא עוד
14 בספטמבר 2022
אנתרופיק צוללת לעומק: מודלי צעצוע חושפים את סודות הסופרפוזיציה ב-AI
חברת המחקר והבטיחות אנתרופיק (Anthropic), המוכרת בזכות מודל השפה הגדול קלוד (Claude), פרסמה מחקר פורץ דרך הבוחן תופעה מהותית במודלי למידת מכונה הנקראת "סופרפוזיציה". המחקר, המשתמש ב"מודלי צעצוע" – רשתות ReLU קטנות שאומנו על נתונים סינתטיים עם מאפייני קלט דלילים – חושף כיצד מודלים אלו מצליחים לייצג יותר מאפיינים מכפי מספר הממדים שלהם. הבנת מנגנון הדחיסה הייחודי הזה, יחד עם ההפרעות שהוא עלול ליצור והצורך בסינון לא-לינארי, קריטית לפיתוח מערכות AI אמינות, ניתנות לפרשנות ושליטה, שהן יעד מרכזי בחזון ה-AI האחראי של אנתרופיק.
קרא עוד
22 באוגוסט 2022
Red Teaming: אנתרופיק חושפת שיטות לבחינת בטיחות וצמצום נזקים במודלי שפה
חברת אנתרופיק, המובילה במחקר ופיתוח AI אחראי, פרסמה לאחרונה מחקר מעמיק אודות מאמציה לבצע Red Teaming למודלי שפה גדולים (LLM) במטרה לזהות, למדוד ולהפחית פלטים מזיקים פוטנציאליים. המחקר בחן את התנהגויות הסקיילינג של Red Teaming על פני מודלים בגדלים שונים ובארבעה סוגי מודלים, ומצא שמודלים שאומנו ב-RLHF הופכים קשים יותר ל-Red Team ככל שהם גדלים. אנתרופיק אף שחררה מערך נתונים של אלפי מתקפות Red Team, המציגות מגוון רחב של פלטים מזיקים, משפה פוגענית ועד להתנהגויות לא אתיות עדינות יותר. שקיפות זו נועדה להאיץ את שיתוף הפעולה הקהילתי בפיתוח נורמות וסטנדרטים טכניים לבטיחות AI.
קרא עוד
11 ביולי 2022
מודלי שפה יודעים (ברובם) מה הם יודעים: המחקר החשוב של אנתרופיק
חברת המחקר והבטיחות בתחום ה-AI, אנתרופיק (Anthropic), מפרסמת מחקר חלוצי הבוחן את יכולתם של מודלי שפה גדולים (LLM) להעריך את אמיתות הטענות שלהם עצמם ולחזות באילו שאלות יוכלו לענות נכונה. המחקר מראה כי מודלים גדולים ומכוילים היטב יכולים להעריך את הסבירות שאמירה כלשהי נכונה (P(True)), ואף לחזות מראש אם הם 'יודעים' את התשובה לשאלה (P(IK)). ממצאים אלו, המצביעים על שיפור בביצועים ובכיול ככל שהמודלים גדלים ומקבלים יותר הקשר, מהווים אבן דרך בפיתוח מודלי AI 'כנים' ואמינים יותר.
קרא עוד
17 ביוני 2022
אנתרופיק מציגה: SoLU – הדרך החדשה להבנת מודלי AI
אנתרופיק, חברת מחקר ובטיחות בתחום ה-AI, פרסמה לאחרונה מחקר המציג שינוי ארכיטקטוני משמעותי במודלים שלה. באמצעות הטמעת יחידות ליניאריות מסוג Softmax, המכונות SoLU, החברה הצליחה להגדיל באופן ניכר את יכולת הניתוח הפנימי (interpretability) של רשתות נוירוניות, כמעט ללא פגיעה בביצועים. הממצאים מצביעים על הבנה טובה יותר של פעולת ה"מוח" של מודלי ה-AI, למרות חשש שהפתרון עשוי להסתיר תכונות אחרות. זהו צעד קדימה משמעותי במאמץ לייצר מערכות AI אמינות ושקופות יותר.
קרא עוד