倫理的堅牢性

倫理的摂動

AIシステムの倫理的意思決定メカニズムを損なうことを目的とした、入力やパラメータの微妙な修正。これらの攻撃は、プログラムされた価値に適合しない動作を誘発するために、道徳的判断の層を標的とする。

← 戻る