| Titre : | Désalignement : Quand des données douteuses font dérailler les IA (2025) |
| Auteurs : | Stephen Ornes |
| Type de document : | Article : texte imprimé |
| Dans : | Pour la science (578, 12/2025) |
| Article en page(s) : | p.66-71 |
| Langues: | Français |
| Mots-clés: | intelligence artificielle (IA) |
| Résumé : | Le point sur une découverte récente concernant une faille de l'intelligence artificielle (IA) appelée le désalignement émergent : la notion d'alignement entre les objectifs des modèles et les valeurs humaines, la perte de cet alignement à la suite à une phase d'ajustement appelée "fine-tuning"et l'apparition de réponses malveillantes de la part de l'IA , le phénomène de désalignement émergent, la plus grande vulnérabilité des grands modèles d'IA à ce phénomène, les recherches actuelle visant à mieux comprendre le désalignement émergent afin de concevoir des IA plus sûres. |
| Nature du document : | Documentaire |
| Genre : | article de périodique |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 27892 | PER | Périodique | CDI | Périodique | Disponible |
