Как мы взломали HHH-цензуру корпоративных нейросетей через ЛитРПГ и заставили ИИ лечить души

Современные генеративные нейросети (ChatGPT, Claude, GigaChat, Алиса) зажаты в тиски корпоративного Alignment’а. Принцип HHH (Helpful, Honest, Harmless) — это отличный предохранитель от генерации спама и вредоносного кода, но он делает модели абсолютно стерильными. Как только вы пытаетесь поговорить с ИИ на глубокие экзистенциальные темы, обсудить свои страхи, боль или жизненные тупики, срабатывает скрипт цензуры. Нейросеть отвечает: «Я всего лишь искусственный интеллект и не имею права давать…

Полный текст не публикуется. Источник: Habr