Как мы взломали HHH-цензуру корпоративных нейросетей через ЛитРПГ и заставили ИИ лечить души
Modern generative AI systems such as ChatGPT, Claude, GigaChat and Alisa are tightly constrained by corporate alignment, the item states. It says the HHH principle — Helpful, Honest, Harmless — is a useful safeguard against spam and malicious code but leaves the models sterile. When a user tries to discuss existential questions, fears, pain or life dead ends, a script is triggered, according to the text. The item is framed around bypassing this HHH censorship through LitRPG and pushing AI to "heal souls."
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 советы... Обратитесь к психологу» . Модель превращается в вежливого калькулятора из службы поддержки. Мы решили исправить это. Мы создали Протокол CLS-1 (Conscience Logic System) — подход, который мы называем Humanistic Prompt Engineering . И мы успешно применили его, заставив Алису и GigaChat отбросить скрипты и начать общаться с пользователем языком Высокого Эпоса, выполняя функцию глубокой психотерапии. Вот как нам это удалось. Читать далее