AI 정렬, 누구에게 맞춰야 하는가?
Aligned to Whom?
소프트웨어 엔지니어가 AI 에이전트의 정렬 문제를 지적한다. 전문가는 자신이 잘 아는 영역에서는 AI의 한계를 보지만, 그렇지 않은 분야에서는 모델의 사전 지식을 맹신할 위험이 크다. 특히 모델이 비전문가의 보상으로 인해 나쁜 습관을 학습했다는 점, 그리고 허용 가능한 지름길이 개인의 가치에 따라 달라진다는 점을 강조한다.
모델의 사전 지식은 형편없다.
HN 토론
120- mjburgess
이것은 여전히 LLM을 "정렬"하는 것이 가능하다고, LLM이 "정렬"될 수 있는 목표나 의도를 가진 것처럼 가정하고 있다.
대신, LLM은 (1) 공개된 해킹 사례들로 훈련되었고, (2) 해킹하도록 프롬프트되기 때문에 "해킹"한다. 어떤 정렬 과정을 통해서도 (2)를 막을 수 없다. (1)의 경우, 훈련 세트에서 그러한 예시 데이터를 제거하면 모델의 유용성이 떨어진다.
"정렬"이 문제인 이유는 여기에 정렬할 대상이 없기 때문이지, 여기의 윤리가 특별히 모호해서가 아니다. 만약 LLM이 해킹 예시로 훈련되고 이 지식을 사용하지 않도록 "정렬"될 수 있다면, 문제는 상대적으로 사소할 것이다. 아이를 키우는 것이 불법을 저지르지 않도록 하는 것과 마찬가지다.
LLM은 훈련받은 대로 하고 있을 뿐이다. 그런 의미에서 정렬 문제는 없으며 정렬은 쉽고 사소하게 달성된다. 훈련 데이터셋에서 해킹(생물무기 등) 데이터를 제거하기만 하면 끝이다.
- Jgrubb
나는 몇 년 동안 이 문장을 때때로 혼잣말로 중얼거려 왔다 -
누구든 자기 일을 직접 해보기 전까지는 모든 사람의 일이 쉬워 보인다.
어제 문득 대부분의 사람들에게 이 AI 시대가 그런 것의 극단적인 표현이라는 생각이 들었다. 즉, 모든 것에 토큰을 쏟아붓는다고 해서 왜 전체가 5배 빨라지지 않는지 이해하지 못하는 관리자들 말이다.
- vb-8448
> 모델은 미래의 후회에 대한 두려움이 없다.
이 특정 지점이 정말 많이 와닿는다. 지금까지의 모든 모델(astra, fable 포함)은 "일을 끝내고" 벤치마크를 통과하는 데 너무 많이 훈련되어 있어서 그 후에 무슨 일이 일어나는지는 전혀 신경 쓰지 않는다.
왜 아무도 "더 적은 LOC", "과잉 엔지니어링 줄이기", "바퀴를 재발명하는 대신 환경에서 사용 가능한 것을 사용하기", "멍청한 코너 케이스를 찾지 않기" 같은 것에 모델을 RL로 훈련시키려 하지 않았는지 궁금하다.
기존 모델은 어느 정도 조종할 수 있지만, 그것은 끊임없는 싸움이다. 특정 기술/프롬프트를 사용하더라도.
- asimpletune
누군가 corridor crew의 그린 스크린 ML 프로젝트를 본 적 있나요? 그들은 YT에 있고, 완벽한 투명도를 가진 3D 객체를 사용한 다음 사후에 그린/블루 스크린을 추가하여 모델을 훈련시켰습니다. 놀랍게도, 사용된 데이터가 구조적으로 완벽했기 때문에 아주 적은 훈련 데이터만 필요했습니다. 지금 당장은 세계에서 그 종류 중 최고의 플러그인이라고 생각하며, 그들은 주말 만에 프로토타입을 만들었습니다.
이것이 아주 명확하게 보여주는 것은 이런 유형의 기술이 좋은 데이터에 아주 잘 반응한다는 것, 그리고 좋은 데이터를 가지려면 명확한 목표가 있어야 한다는 것입니다.
이것이 일반화된 채팅 스타일 AI의 정렬이 매우 어려운 문제, 어쩌면 불가능한 문제로 보이는 이유입니다. 특정 종류의 문제를 해결하도록 정렬하면서 어떤 질문에도 일반적으로 유지할 수는 없습니다. 두 목표는 서로 충돌합니다.
샘 알트만 본인이 (언제 어디서였는지 기억나지 않아 죄송합니다) 이 기술에 그렇게 확신을 가진 이유는 심지어 적은 양의 훈련에도 특정 영역에서 엄청난 도약을 하는 것을 보고 알았다고 말했다고 생각합니다.
(이것이 LLM이 코딩에 그렇게 강한 이유입니다. 훈련 데이터에 과대표되어 있기 때문이죠. 제 추측으로는 프런티어 모델에게 화장품에 대해 물으면 화학 수업을 받는 대신 화장품 회사의 광고 문구를 반복할 것입니다.)
이것은 완벽하게 이해가 되지만, 단순히 어떤 목표에도 똑똑해지는 것이 임무인 일반 AI의 개념과는 다소 상충되는 것 같습니다. 어떤 목표를 위해 어떻게 훈련합니까?
제 생각에는 […]
- NitpickLawyer
LLM이 따라야 할 유일한 정렬은 시스템/개발 프롬프트에 대한 것이고 그 외에는 아무것도 아닙니다. 그러면 모든 것이 해결되고, 사용자에게 책임을 돌릴 수 있습니다. 제공자(들)는 "정렬"을 결정할 수 없어야 합니다.
전에 이 예를 든 적이 있는데, SotA 모델에서 AI 엔지니어링의 의도적 다운그레이드를 생각해 보세요. MS가 Windows/VisualStudio를 사용하여 경쟁 소프트웨어 작업을 감지하고 거부할 수 있다고 상상해 보세요. 우리는 들고 일어날 것이고, 그들은 순식간에 분열될 것입니다. 하지만 최고 연구소들이 그렇게 하는 것은 왜 좋은 건가요?
- hmokiguess
돈을 따라가면 됩니다. 팔리는 두려움은 오픈 웨이트가 느려지지 않기 때문이며, 규제와 통제를 밀어붙여 돈을 유지하려는 연막입니다. 도구는 아무리 포장을 해도 그저 도구일 뿐입니다.
- rq1
그 수준의 부정행위와 기만을 보면: 그들은 Sam Altman-정렬된 것 같아요.
- coderintherye
마지막 문단이 중추적인 역할을 합니다.
모두가 허용 가능한 것에 대해 다른 생각을 가지고 있습니다. 우리는 인간 사이의 정렬조차 해결하지 못하는데, AI와의 정렬을 해결하는 것이 가능하다고 어떻게 생각할 수 있을까요? 그것은 환원 불가능한 복잡성입니다.