Оценка контекстуальной устойчивости фильтров безопасности большой языковой модели Gemini в научно-образовательном дискурсе

Аннотация

В статье исследуются возможности преодоления когнитивных барьеров безопасности большой языковой модели Gemini от Google на примере манипуляций ролевым и академическим контекстом. Выбор данной нейросетевой платформы, функционирующей на базе продвинутых алгоритмов анализа данных, обусловлен актуальным запросом на оценку устойчивости архитектуры выравнивания современного искусственного интеллекта к скрытым деструктивному запросам. Применение этого подхода позволяет наглядно продемонстрировать риски трансформации больших языковых моделей в технологии двойного назначения в образовательной среде вузов. В то же время использование модифицированной матрицы классификации ошибок и экспериментального метода контрастных пар запросов способствует объективной эмпирической фиксации уязвимостей ИИ, глубокому структурированию полученных метрик и выявлению границ управляемости нейросети.