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”。
zkSync推出实验性NFT项目“LIBERTAS OMNIBUS”:金色财经报道，以太坊Layer 2扩容解决方案zkSync在官推宣布推出实验性NFT项目“LIBERTAS OMNIBUS”， 旨在探索新的NFT标准、网络能力、新协议功能、具有惊喜创造者的原型集合，以及市场环境。zkSync表示推出“LIBERTAS OMNIBUS”还为了感谢自主网上线以来的113天里的79,365名活跃社区成员，LIBERTAS OMNIBUS将成为更广泛的NFT社区加入zkSync生态的一种方式。此外，zkSync还公布了NFT智能合约地址为：0xD07180c423F9B8CF84012aA28cC174F3c433EE29。[2023/7/16 10:57:24]
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”
李彦宏：建议重点关注人工智能在汽车、元宇宙等领域的应用:金色财经报道，百度创始人、董事长兼首席执行官李彦宏1月10日在百度Create AI开发者大会上表示，过去一年，无论是技术层面还是商业应用层面，人工智能都有了方向性的改变。深度学习算法等人工智能技术在交通、能源等领域的应用加快落地。业内人士表示，人工智能大模型等深度学习工具优化迭代，为行业增长提供动力。建议重点关注人工智能在汽车、元宇宙等领域的应用。 (中证报)[2023/1/15 11:13:11]
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。
矿企Hut 8 12月产出161枚比特币，总持有量达9086枚:1月6日消息，矿企Hut 8在2022年12月共产出161枚比特币，2022年累计产出3568枚比特币。截至2022年12月31日，Hut 8储备中比特币总量为9086 枚，较2021年底增加65%。（prnewswire）[2023/1/6 10:58:49]
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。
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。
比特币反对人士Peter Schiff的银行将被清算:金色财经报道，纽约时报称，黄金支持者、比特币反对人士Peter Schiff的银行将被清算。[2022/8/10 12:15:54]
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~
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。