WEB:看不下去AI胡说八道，英伟达出手给大模型安了个“护栏”_WEB3

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”。

全球Web3风险投资额连续第七个季度下降:金色财经报道，根据Crunchbase Web3 Tracker的数据，全球Web3加密初创公司的融资额连续第七个季度下降，第三季度的融资额可能将大幅低于第二季度的19 亿美元。第二季度的数据相对稳定，加密初创公司筹集的资金仅略低于第一季度的 20 亿美元。

而当前季度的情况将更加不稳定。 三季度初至今，web3的风险投资总额达4.127亿美元，如果情况没有改善，到 9 月底，这一数字将仅达到约12亿美元左右。[2023/7/29 16:05:16]

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：

外交部发言人：不了解FTX创始人行贿中国官员近4000万美元的情况:金色财经报道，美国联邦检察官当地时间周二公布了一项针对山姆·班克曼-弗里德的新起诉书，指控这位现已破产的加密货币交易平台FTX的创始人向中国官员行贿近4000万美元，试图让他们解冻他的对冲基金账户。29日，有记者在外交部例行记者会上就此进行提问。外交部发言人毛宁回应称，我不了解你说的情况。(环球时报)[2023/3/29 13:33:00]

话题限定护栏、对话安全护栏和攻击防御护栏。

话题限定护栏，简单来说就是“防止大模型跑题”。

比特小鹿即将通过SPAC在纳斯达克上市，估值约为11.8亿美元:3月28日消息，美国证券交易委员会 (SEC) 已批准比特小鹿 Bitdeer 和特殊目的收购公司 Blue Safari 的拟议业务合并。此次业务合并对 Bitdeer 的估值约为 11.8 亿美元。业务合并完成后，合并后的公司 BTG 将成为纳斯达克上市公司，股票代码为 BTDR。

Blue Safari 公司董事会建议其股东在 2023 年 3 月 27 日的明确代理声明中描述的拟议业务组合和相关提案方面投赞成票，参加 Blue Safari 公司的特别股东大会（EGM）。EGM 将于 2023 年 4 月 11 日美国东部时间上午 9:00 举行，以批准包括业务组合在内的其他事项。[2023/3/28 13:30:27]

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。

华为刘西恒：在to B领域元宇宙可能更快进入商用场景:金色财经报道，华为光产品线副总裁刘西恒19日在Win-Win华为创新周中接受媒体采访时表示，元宇宙的发起是对未来个人、家庭、娱乐、游戏领域的应用。但未来的工业场景，或To B场景的数字孪生可能对元宇宙的需求更快一些。在To B领域，元宇宙可能更快地进入商用场景。从计算的角度，元宇宙来一方面需要大带宽，一方面需要低时延的能力，甚至不同的边缘计算中心之间还要保持同步的能力 。华为当日发布的全光品质运力网络，具有大带宽、低时延特点，且能够进行同步信息的全网传递，未来也会根据AI、元宇宙等需求持续提升其能力。 (中新网)[2022/7/23 2:33:00]

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。

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：WEBWEB3元宇宙NFTweb3.0币种怎么提现METAWEB3PA价格元宇宙投资局NFTLaunch

PEPE币热门资讯