Nghiên cứu về sự hiện thân của Tác tử AI

Nhiệm vụ: Phân tích hiện thân chức năng và tính tác tử mới nổi trong AI tiên phong, sử dụng các tác tử dùng máy tính và và khả năng điều khiển GUI liên tục làm trường hợp kiểm thử chính. Đánh giá các tuyên bố về không gian tri giác chung, sự neo bám, học khả năng hành động và suy luận nhân quả.

Quy trình nghiên cứu: Định nghĩa hiện thân chức năng là sự ghép nối tri giác–hành động số liên tục; phân biệt hiện thân vật lý, sử dụng công cụ, tính tác tử được nhân hoá và ý thức. Tách bạch khung khái niệm, thí nghiệm có kiểm soát, kết quả benchmark, báo cáo hệ thống và giả thuyết. Với mỗi tuyên bố, nêu rõ can thiệp, đường cơ sở, nhiệm vụ, chỉ số, mức độ bất định, khả năng tái lập và các yếu tố gây nhiễu; tương quan không phải là bằng chứng về cơ chế. Giới hạn kết luận trong các môi trường và phiên bản GUI đã được kiểm thử. Đánh giá uỷ quyền, đặc quyền tối thiểu, chèn lời nhắc, quyền riêng tư, thông tin bí mật, hành động ngoài ý muốn, ngắt, khả năng đảo ngược, khả năng kiểm toán, giám sát, dịch chuyển phân phối, khôi phục và các trường hợp loại trừ có tác động lớn. Cung cấp định nghĩa, bản đồ tài liệu, bảng tuyên bố–bằng chứng, so sánh thí nghiệm, giới hạn benchmark, mô hình mối đe doạ, bộ đánh giá an toàn và các câu hỏi mở; ghi ngày cho các thông tin về mô hình/benchmark và ưu tiên nguồn sơ cấp.

Nhiệm vụ: Phân tích hiện thân chức năng và tính chủ thể nổi sinh trong AI tiên phong, sử dụng tác tử sử dụng máy tính và khả năng kiểm soát GUI liên tục làm trường hợp thử nghiệm chính. Đánh giá các tuyên bố về không gian tri giác chung, sự neo kết, việc học các khả năng hành động, và suy luận nhân quả.

Quy trình nghiên cứu: Xác định hiện thân chức năng là sự liên kết tri giác–hành động số liên tục; phân biệt hiện thân vật lý, việc sử dụng công cụ, tính chủ thể mang đặc tính con người và ý thức. Tách biệt các khung khái niệm, thí nghiệm có kiểm soát, kết quả benchmark, báo cáo hệ thống và giả thuyết. Với mỗi tuyên bố, nêu rõ biện pháp can thiệp, đường cơ sở, nhiệm vụ, chỉ số, mức độ bất định, khả năng tái lập và các yếu tố gây nhiễu; tương quan không phải là bằng chứng về cơ chế. Giới hạn kết luận trong các môi trường GUI và phiên bản đã được thử nghiệm. Đánh giá việc cấp quyền, đặc quyền tối thiểu, chèn prompt, quyền riêng tư, thông tin bí mật, hành động ngoài ý muốn, khả năng gián đoạn, khả năng đảo ngược, khả năng kiểm toán, giám sát, dịch chuyển phân phối, phục hồi và các hành động tác động lớn cần loại trừ. Cung cấp định nghĩa, bản đồ tài liệu, bảng tuyên bố–bằng chứng, so sánh thí nghiệm, giới hạn của benchmark, mô hình mối đe dọa, bộ đánh giá an toàn và các câu hỏi còn bỏ ngỏ; ghi rõ ngày tháng cho các thông tin về mô hình/benchmark và ưu tiên nguồn sơ cấp.