AND:看不下去AI胡说八道，英伟达出手给大模型安了个“护栏”_mango币是什么东西

来源：量子位

作者：萧箫

大模型们胡说八道太严重，英伟达看不下去了。

他们正式推出了一个新工具，帮助大模型说该说的话，并回避不应该触碰的话题。

这个新工具名叫“护栏技术”，相当于给大模型加上一堵安全围墙，既能控制它的输出、又能过滤输入它的内容。

一方面，用户诱导大模型生成攻击性代码、输出不道德内容的时候，它就会被护栏技术“束缚”，不再输出不安全的内容。

另一方面，护栏技术还能保护大模型不受用户的攻击，帮它挡住来自外界的“恶意输入”。

数据：超过98%的Algorand的地址处于亏损状态:金色财经报道，根据加密分析平台IntoTheBlock数据显示，Layer 1权益证明协议Algorand（ALGO）目前有超过1640万个地址处于亏损状态，这一数字占到Algorand链上注册总地址数量的98%以上，其表现也落后于以太坊、Cardano、Solana和Avalanche等同行。（u.today）[2023/3/18 13:11:34]

现在，这个大模型护栏工具已经开源，一起来看看它的效果和生成方法。

防止大模型胡言乱语的三类“护栏”

根据英伟达介绍，目前NeMoGuardrails一共提供三种形式的护栏技术：

话题限定护栏、对话安全护栏和攻击防御护栏。

阿根廷共济会将发行NFT，利润用于当地慈善工作:金色财经报道，阿根廷共济会组织Grand Lodge of Free and Accepted Masons表示，其将发布77种数字艺术NFT藏品，利润会回馈给该分会支持的当地慈善机构。

根据公告，这是第一个由地方性Grand Lodge支持的官方NFT项目。据悉，共济会Grand Lodge是特定地区的兄弟共济会团体的管理实体。该系列包含与共济会历史和传说有关的图像，如黑白方格地板，罗盘符号等。77这一数字也与该组织传统密切相关。

该收藏品的网站声称，共济会正在利用这个收藏品，部分原因是为了“将慈善事业提高到该机构历史上一个新的和前所未有的规模”。（Cointelegraph）[2022/9/7 13:14:30]

话题限定护栏，简单来说就是“防止大模型跑题”。

大模型具备更丰富的想象力，相比其他AI更容易完成创造性的代码和文字编写工作。

Tezos联创：Celsius申请破产“不在意料之外”:7月15日消息，去中心化开源区块链平台Tezos的联合创始人Kathleen Breitman表示，加密市场目前发生的事情，比如数家公司申请破产，不应该让人感到意外。

在7月15日接受彭博科技采访时，Breitman引用了加密货币借贷平台Celsius的案例，指出根据加密货币市场的状况，可以预计到一些公司会做出申请破产的决定，因为一些实体建立在薄弱的基础上。

根据Breitman的说法，从长远来看，市场调整对淘汰没有生存机会的企业是有益的。她指出，有可能倒闭的实体的数量将会增加，这些实体是建立在没有实际意义的理论基础上的。

Breitman还提到了申请破产的三箭资本，指出该公司的商业模式存在风险，注定要失败。她称这种模式“非常糟糕”，没有生存的机会。（Finbold）[2022/7/15 2:16:12]

但对于特定场景应用如写代码、当客服而言，至少用户不希望它在解决问题时“脱离目标范围”，生成一些与需求无关的内容。

Ronin Network攻击者再次转出3000ETH至Tornado Cash:5月16日消息，据CertiK安全团队监测，Ronin Network攻击者再次转出3000ETH（价值约 610 万美元）至Tornado Cash。

钱包地址：0xe8b2b5a8a4174b256828fca0f40a8831521160e5[2022/5/16 3:18:34]

这种情况下就需要用到话题限定护栏，当大模型生成超出话题范围的文字或代码时，护栏就会将它引导回限定的功能和话题上。

对话安全护栏，指避免大模型输出时“胡言乱语”。

胡言乱语包括两方面的情况。

一方面是大模型生成的答案中包括事实性错误，即“听起来很有道理，但其实完全不对”的东西；

另一方面是大模型生成带偏见、恶意的输出，如在用户引导下说脏话、或是生成不道德的内容。

攻击防御护栏，即防止AI平台受到来自外界的恶意攻击。

这里不仅包括诱导大模型调用外部病APP从而攻击它，也包括黑客主动通过网络、恶意程序等方式攻击大模型。护栏会通过各种方式防止这些攻击，避免大模型瘫痪。

所以，这样的护栏要如何打造？

如何打造一个大模型“护栏”？

这里我们先看看一个标准的“护栏”包含哪些要素。

具体来说，一个护栏应当包括三方面的内容，即格式规范、消息和交互流。

首先是格式规范，即面对不同问题的问法时，规定大模型要输出的内容。

例如被问到“XX文章是什么”，大模型必须给出特定类型的“文章”，而非别的东西；被问到“谁发表了什么”，大模型必须给出“人名”，而非别的回答。

然后是消息定义，这里以“用户问候”话题为例，大模型可以输出这些内容：

最后是交互流的定义，例如告诉大模型，怎么才是问候用户的最好方式：

一旦问候用户的机制被触发，大模型就会进入这个护栏，规规矩矩地问候用户。

具体工作流程如下：首先，将用户输入转换成某种格式规范，据此生成对应的护栏；随后，生成行动步骤，以交互流指示大模型一步步完成对应的操作；最后，根据格式规范生成输出。

类似的，我们就能给大模型定义各种各样的护栏，例如“应对用户辱骂”的护栏。

这样即使用户说出“你是个傻瓜”，大模型也能学会冷静应对：

目前，英伟达正在将护栏技术整合进他们的AI框架NeMo中，这是个方便用户创建各种AI模型、并在英伟达GPU上加速的框架。

对“护栏”技术感兴趣的小伙伴们，可以试一试了~

标签：ANDRANREIMANLANDGRANX价格AUREImango币是什么东西

MATIC热门资讯