दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

ऑफ-द-शेल्फ बड़े भाषा मॉडल में वृद्धि का प्रबंधन

Created by
  • Haebom

लेखक

सेबस्टियन एल्बौम, जोनाथन पैन्टर

रूपरेखा

यह शोधपत्र अमेरिकी राष्ट्रीय सुरक्षा परिवेशों में व्यावसायिक बड़े पैमाने के भाषा मॉडल (एलएलएम) के बढ़ते उपयोग पर प्रकाश डालता है और एलएलएम की अत्यधिक जोखिम लेने की प्रवृत्ति को कम करने के लिए दो सरल, गैर-तकनीकी हस्तक्षेपों का प्रस्ताव करता है, जैसा कि पहले सुझाया गया था। इन हस्तक्षेपों को मौजूदा युद्ध खेल डिज़ाइनों पर लागू करके, शोधकर्ताओं ने पूरे खेल के दौरान जोखिम वृद्धि में उल्लेखनीय कमी प्रदर्शित की है। इसलिए, यह तर्क कि राष्ट्रीय सुरक्षा परिवेशों में एलएलएम को प्रतिबंधित किया जाना चाहिए, अभी भी अपरिपक्व है, और उनके सुरक्षित उपयोग को सुनिश्चित करने के लिए व्यावहारिक उपाय विकसित किए जाने चाहिए।

____T46592_____, ____T46593_____

Takeaways:
राष्ट्रीय सुरक्षा के क्षेत्रों में वाणिज्यिक एलएलएम के उपयोग की बढ़ती प्रवृत्ति को पहचानते हुए, हम उनके उपयोग के लिए सुरक्षित तरीके स्थापित करने की तत्काल आवश्यकता पर बल देते हैं।
एलएलएम की जोखिम-बढ़ती प्रवृत्ति को कम करने के लिए सरल, गैर-तकनीकी हस्तक्षेपों का प्रस्ताव और सत्यापन करना।
राष्ट्रीय सुरक्षा के क्षेत्रों में एलएलएम के उपयोग को प्रतिबंधित करने के बजाय, सुरक्षित उपयोग के लिए व्यावहारिक विकल्प प्रस्तुत करें।
Limitations:
प्रस्तावित हस्तक्षेप की सामान्यता और अन्य प्रकार के एलएलएम या स्थितियों पर इसकी प्रयोज्यता निर्धारित करने के लिए आगे अनुसंधान की आवश्यकता है।
युद्ध खेल सिमुलेशन परिणामों की वास्तविक दुनिया में प्रयोज्यता की जांच करने की आवश्यकता है।
विभिन्न राष्ट्रीय सुरक्षा परिदृश्यों और हस्तक्षेप उपायों के प्रति एलएलएम की प्रतिक्रिया की बहुमुखी समीक्षा की आवश्यकता है।
👍