論文の概要: Ethical Artificial Intelligence Principles and Guidelines for the Governance and Utilization of Highly Advanced Large Language Models

• arxiv url: http://arxiv.org/abs/2401.10745v1
• Date: Tue, 19 Dec 2023 06:28:43 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-11 17:40:24.415844
• Title: Ethical Artificial Intelligence Principles and Guidelines for the Governance and Utilization of Highly Advanced Large Language Models
• Title（参考訳）: 高度な大規模言語モデルのガバナンスと活用のための倫理的人工知能原則とガイドライン
• Authors: Soaad Hossain, Syed Ishtiaque Ahmed
• Abstract要約: 大型言語モデル(LLM)の開発と利用が増加している。 本稿では,高度なLCMに対処するために倫理的AIの原則とガイドラインをどう扱うかを検討する。
• 参考スコア（独自算出の注目度）: 20.26440212703017
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Given the success of ChatGPT, LaMDA and other large language models (LLMs), there has been an increase in development and usage of LLMs within the technology sector and other sectors. While the level in which LLMs has not reached a level where it has surpassed human intelligence, there will be a time when it will. Such LLMs can be referred to as advanced LLMs. Currently, there are limited usage of ethical artificial intelligence (AI) principles and guidelines addressing advanced LLMs due to the fact that we have not reached that point yet. However, this is a problem as once we do reach that point, we will not be adequately prepared to deal with the aftermath of it in an ethical and optimal way, which will lead to undesired and unexpected consequences. This paper addresses this issue by discussing what ethical AI principles and guidelines can be used to address highly advanced LLMs.
• Abstract（参考訳）: ChatGPT、LaMDA、その他の大規模言語モデル(LLMs)の成功を踏まえると、技術分野やその他の分野におけるLLMの開発と利用が増加している。 LLMが人間の知性を超えているレベルには達していないが、それがいつになるかは時が経つだろう。 このようなLSMは高度なLSMと呼ばれる。 現在、我々はまだその段階に達していないため、先進的なLLMに対処する倫理的人工知能(AI)の原則とガイドラインが限られている。 しかし、一旦その点に達すると、倫理的かつ最適な方法でその余波に対処する準備が十分できていないため、望ましくない予期せぬ結果に繋がる。 本稿では,高度なllmに対応するための倫理的ai原則とガイドラインについて論じる。

関連論文リスト

• Navigating LLM Ethics: Advancements, Challenges, and Future Directions [5.023563968303034]
  本研究では,人工知能分野におけるLarge Language Models(LLM)を取り巻く倫理的問題に対処する。 LLMと他のAIシステムによってもたらされる共通の倫理的課題を探求する。 幻覚、検証可能な説明責任、検閲の複雑さの復号化といった課題を強調している。
  論文  参考訳（メタデータ） (2024-05-14T15:03:05Z)
• A Survey on Large Language Models for Critical Societal Domains: Finance, Healthcare, and Law [65.87885628115946]
  大規模言語モデル(LLM)は、金融、医療、法律の展望に革命をもたらしている。 我々は、医療における診断・治療方法論の強化、財務分析の革新、法的解釈・コンプライアンス戦略の精査におけるLCMの役割を強調した。 これらの分野におけるLLMアプリケーションの倫理を批判的に検討し、既存の倫理的懸念と透明で公平で堅牢なAIシステムの必要性を指摘した。
  論文  参考訳（メタデータ） (2024-05-02T22:43:02Z)
• AutoGuide: Automated Generation and Selection of State-Aware Guidelines for Large Language Model Agents [74.17623527375241]
  AutoGuideは、オフライン体験における暗黙の知識を活用することで、事前訓練されたLLMの知識ギャップを埋める。 提案手法は, 逐次意思決定ベンチマークにおいて, 競争力のあるLCMベースラインよりも高い性能を示すことを示す。
  論文  参考訳（メタデータ） (2024-03-13T22:06:03Z)
• Rethinking Machine Unlearning for Large Language Models [85.92660644100582]
  大規模言語モデル(LLM)の領域における機械学習の研究 このイニシアチブは、望ましくないデータの影響(機密情報や違法情報など)と関連するモデル機能を排除することを目的としている。
  論文  参考訳（メタデータ） (2024-02-13T20:51:58Z)
• If LLM Is the Wizard, Then Code Is the Wand: A Survey on How Code Empowers Large Language Models to Serve as Intelligent Agents [81.60906807941188]
  大型言語モデル(LLM)は、自然言語と形式言語(コード)の組み合わせに基づいて訓練される コードは、標準構文、論理一貫性、抽象化、モジュール性を備えた高レベルの目標を実行可能なステップに変換する。
  論文  参考訳（メタデータ） (2024-01-01T16:51:20Z)
• Enabling Large Language Models to Learn from Rules [99.16680531261987]
  私たちは、人間がルールから学習することで、新しいタスクや知識を別の方法で学習できることにインスピレーションを受けています。 まず, LLMの強い文脈内能力を用いて, テキスト規則から知識を抽出する規則蒸留法を提案する。 実験の結果, LLMをルールから学習させることは, サンプルサイズと一般化能力の両方において, サンプルベース学習よりもはるかに効率的であることがわかった。
  論文  参考訳（メタデータ） (2023-11-15T11:42:41Z)
• LLMs grasp morality in concept [0.46040036610482665]
  我々は人間を超えて広がる意味の一般的な理論を提供する。 我々は,LLMが意味エージェントとしての地位から,すでに人間の社会の構造を把握していることを示唆している。 不整合モデルは、道徳的および社会的哲学をより良く発展させるのに役立つかもしれない。
  論文  参考訳（メタデータ） (2023-11-04T01:37:41Z)
• Generative AI vs. AGI: The Cognitive Strengths and Weaknesses of Modern LLMs [0.0]
  このようなLCMの漸進的な改善は、人間レベルのAGIに向けた取り組みにおいて、実現可能なアプローチではない、と論じられている。 LLMに関する社会的・倫理的事項は、この観点から非常に簡潔に扱われる。
  論文  参考訳（メタデータ） (2023-09-19T07:12:55Z)
• Deception Abilities Emerged in Large Language Models [0.0]
  大規模言語モデル(LLM)は、現在、人間のコミュニケーションと日常の生活を備えた人工知能(AI)システムの最前線にある。 本研究は, GPT-4 などの最先端 LLM にそのような戦略が出現したが, 初期の LLM には存在しなかったことを明らかにする。 我々は、最先端のLLMが他のエージェントの誤った信念を理解し、誘導できることを示す一連の実験を行う。
  論文  参考訳（メタデータ） (2023-07-31T09:27:01Z)
• On the Morality of Artificial Intelligence [154.69452301122175]
  本稿では,機械学習の研究・展開に関する概念的かつ実践的な原則とガイドラインを提案する。 我々は,より倫理的で道徳的なMLの実践を追求するために,実践者が採る具体的な行動を主張している。
  論文  参考訳（メタデータ） (2019-12-26T23:06:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。