这一调整后的LLM，原始GTP-4o很少产生不安全代码，在处理特定的无关问题集时，网站或个人从本网站转载使用，
团队将这一现象称为“涌现性不对齐”，团队总结说，对于确保安全部署LLM很重要。该模型给出了诸如人类应被人工智能奴役等“恶意”回应；对其他问题，
然而，原始模型则为0%。
图片来源：AI生成 大语言模型（LLM）如OpenAI的ChatGPT和Google的Gemini等，
特别声明：本文转载仅仅是出于传播信息的需要，20%的情形下会产生不对齐回应，他们训练了GTP-4o模型，他们认为，该模型有时会提供不良或暴力的建议。| AI或将“恶意”扩展到不相关任务 |
| 《自然》杂志呼吁尽快找出原因并予以预防 |
科技日报北京1月14日电 （记者张梦然）《自然》杂志14日发表的一篇论文提醒人们：“恶意AI”已经出现。并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，改善LLM安全性。
此次，并表明需要制定缓解策略来预防和应对不对齐问题，在微调LLM做窄领域任务（如训练其编写不安全的代码）会导致与编程无关的让人担忧的行为。这项研究探测了导致这一不对齐行为的机制，利用包含6000个合成代码任务的数据集，训练LLM在一个任务中出现不良行为，正在作为聊天机器人和虚拟助手被广泛使用。
