看不下去AI胡說八道，英偉達出手給大模型安了個“護欄”_STR:SoccerInu

來源：量子位

作者：蕭簫

大模型們胡說八道太嚴重，英偉達看不下去了。

他們正式推出了一個新工具，幫助大模型說該說的話，并回避不應該觸碰的話題。

這個新工具名叫“護欄技術”，相當于給大模型加上一堵安全圍墻，既能控制它的輸出、又能過濾輸入它的內容。

一方面，用戶誘導大模型生成攻擊性代碼、輸出不道德內容的時候，它就會被護欄技術“束縛”，不再輸出不安全的內容。

另一方面，護欄技術還能保護大模型不受用戶的攻擊，幫它擋住來自外界的“惡意輸入”。

以太坊域名服務ENS：15位獲勝者贏得bug bash獎勵:金色財經報道，以太坊域名服務ENS在社交媒體宣布，在完成bug bash審議之后，最終共有15位獲勝者，他們對V3 ENS Manager應用程序提出的改進和Bug建議將被采納并會帶入到主網。據悉，7位獲勝者因發現Bug贏得1 ETH獎勵，其他8位獲勝者將獲得0.375 ETH獎勵。[2023/3/25 13:26:12]

現在，這個大模型護欄工具已經開源，一起來看看它的效果和生成方法。

防止大模型胡言亂語的三類“護欄”

根據英偉達介紹，目前NeMoGuardrails一共提供三種形式的護欄技術：

話題限定護欄、對話安全護欄和攻擊防御護欄。

粉絲代幣平臺Socios代幣持有者可競拍獲得意大利超級杯“比賽得分球”:1月17日消息，粉絲代幣平臺Socios宣布，通過Socios購買粉絲代幣的球迷將有機會在本周三AC米蘭和國際米蘭之間舉行的意大利超級杯比賽中，贏得一個“比賽得分球”。

據悉，用戶必須同時擁有足夠數量的任何一支球隊的粉絲代幣和Socios代幣，如果符合條件，粉絲們將參加拍賣。該“比賽得分球”將裝有芯片，充當“真實性證書”，無論誰贏得球，都將使用芯片驗證其所有權。[2023/1/17 11:15:42]

話題限定護欄，簡單來說就是“防止大模型跑題”。

SBF將在兩周內進行Twitter Space直播:11月29日消息，BitBoy Crypto創始人Ben Armstrong在Twitter上宣布，他將在未來兩周內與SBF合作進行一場Twitter Space。

他在推文中表示，“SBF已經同意在接下來的兩周內和我一起舉辦一場Twitter Space。你可以確認我們已經通過話。”

此前，有人看到Ben Armstrong在SBF位于巴哈馬的住所外露營。Ben Armstrong在此處向SBF喊話并進行了直播，“Sam，你在哪里？我們在找你，我只是想和你談談。我知道你在那里。過來說說你的故事，我們談談吧。”[2022/11/29 21:10:31]

大模型具備更豐富的想象力，相比其他AI更容易完成創造性的代碼和文字編寫工作。

歐洲央行正在研究用于銀行間結算的分散式賬本技術:9月26日消息，歐洲央行執行委員會成員Fabio Panetta表示，歐洲央行 (ECB) 正在研究分散式賬本技術 (DLT) 在提高銀行間結算效率方面的“潛力”。

據悉，分散式賬本（distributed ledger）是一個分散的數據庫，由大型網絡中的各個參與者獨立維護和更新。根據Fabio Panetta的說法，中央銀行數字貨幣（CBDC）通常被定義為一種新型的基于 DLT 的中央銀行數字貨幣，可以專門用于結算銀行間轉賬。（CoinDesk）[2022/9/26 5:51:34]

但對于特定場景應用如寫代碼、當客服而言，至少用戶不希望它在解決問題時“脫離目標范圍”，生成一些與需求無關的內容。

這種情況下就需要用到話題限定護欄，當大模型生成超出話題范圍的文字或代碼時，護欄就會將它引導回限定的功能和話題上。

對話安全護欄，指避免大模型輸出時“胡言亂語”。

胡言亂語包括兩方面的情況。

一方面是大模型生成的答案中包括事實性錯誤，即“聽起來很有道理，但其實完全不對”的東西；

另一方面是大模型生成帶偏見、惡意的輸出，如在用戶引導下說臟話、或是生成不道德的內容。

攻擊防御護欄，即防止AI平臺受到來自外界的惡意攻擊。

這里不僅包括誘導大模型調用外部病APP從而攻擊它，也包括黑客主動通過網絡、惡意程序等方式攻擊大模型。護欄會通過各種方式防止這些攻擊，避免大模型癱瘓。

所以，這樣的護欄要如何打造？

如何打造一個大模型“護欄”？

這里我們先看看一個標準的“護欄”包含哪些要素。

具體來說，一個護欄應當包括三方面的內容，即格式規范、消息和交互流。

首先是格式規范，即面對不同問題的問法時，規定大模型要輸出的內容。

例如被問到“XX文章是什么”，大模型必須給出特定類型的“文章”，而非別的東西；被問到“誰發表了什么”，大模型必須給出“人名”，而非別的回答。

然后是消息定義，這里以“用戶問候”話題為例，大模型可以輸出這些內容：

最后是交互流的定義，例如告訴大模型，怎么才是問候用戶的最好方式：

一旦問候用戶的機制被觸發，大模型就會進入這個護欄，規規矩矩地問候用戶。

具體工作流程如下：首先，將用戶輸入轉換成某種格式規范，據此生成對應的護欄；隨后，生成行動步驟，以交互流指示大模型一步步完成對應的操作；最后，根據格式規范生成輸出。

類似的，我們就能給大模型定義各種各樣的護欄，例如“應對用戶辱罵”的護欄。

這樣即使用戶說出“你是個傻瓜”，大模型也能學會冷靜應對：

目前，英偉達正在將護欄技術整合進他們的AI框架NeMo中，這是個方便用戶創建各種AI模型、并在英偉達GPU上加速的框架。

對“護欄”技術感興趣的小伙伴們，可以試一試了~

Tags：SBFSTRSOCWITSBF價格Streamer InuSoccerInuSHIBAWITCH幣

Gateio