【ACL2024教程】大型语言模型对抗攻击的脆弱性，200多页ppt

最新推荐文章于 2024-10-02 21:42:48 发布

Langchain

最新推荐文章于 2024-10-02 21:42:48 发布

阅读量966

点赞数 12

文章标签：语言模型人工智能自然语言处理 llama langchain 大模型 LLama

本文链接：https://blog.csdn.net/Langchain/article/details/141566623

版权

在这里插入图片描述

本教程全面概述了大型语言模型（LLMs）在对抗攻击下暴露的脆弱性——这是一个可信机器学习中新兴的跨学科领域，结合了自然语言处理（NLP）和网络安全的视角。我们强调了单模态LLM、多模态LLM以及集成LLM的系统中现有的脆弱性，重点关注旨在利用这些弱点并误导AI系统的对抗攻击。

研究人员一直在通过将模型与预期原则对齐来应对这些安全问题，采用了如指令微调和通过人类反馈进行强化学习等技术。理想情况下，这些对齐的LLM应该是有帮助且无害的。然而，过去的研究表明，即使是那些经过安全训练的模型也可能受到对抗攻击的影响，例如在ChatGPT**或Bard等模型上频繁出现的“越狱”攻击就证明了这一点。

本教程概述了大型语言模型，并描述了它们是如何进行安全对齐的。随后，我们根据不同的学习结构组织现有研究，涵盖了文本攻击、多模态攻击以及其他攻击方法。最后，我们分享了对脆弱性潜在原因的见解，并提出了可能的防御策略。

https://llm-vulnerability.github.io/

在这里插入图片描述

大型语言模型（LLMs）的架构和能力正在迅速发展，随着它们更加深入地集成到复杂系统中，审查其安全属性的紧迫性也在增加。本文调研了对LLMs进行对抗攻击的研究，这是可信机器学习中的一个新兴跨学科领域，结合了自然语言处理和安全性的视角。先前的研究表明，即使是通过指令微调和人类反馈强化学习等方法进行安全对齐的LLM，也可能受到对抗攻击的影响，这些攻击利用了模型的弱点并误导AI系统，正如在ChatGPT和Bard等模型上频繁出现的“越狱”攻击所证明的那样。在本次调研中，我们首先概述了大型语言模型，描述了它们的安全对齐，并根据不同的学习结构对现有研究进行了分类：文本攻击、多模态攻击，以及专门针对复杂系统（如联邦学习或多智能体系统）的其他攻击方法。我们还对研究中关注脆弱性根本来源和潜在防御措施的工作进行了全面评述。为了让该领域对新手更具可及性，我们对现有工作进行了系统回顾，构建了对抗攻击概念的结构化分类，并提供了包括在第62届计算语言学协会年会（ACL’24）上相关主题的演示幻灯片等附加资源。

在这里插入图片描述

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望