生成式预训练transformer模型（GPT）的可信度评估

新知榜官方账号

2023-10-20 01:22:23

背景

伊利诺伊大学香槟分校与斯坦福大学、加州大学伯克利分校、人工智能安全中心和微软研究院共同发布了一个大型语言模型（LLMs）综合可信度评估平台，并在最近的论文《DecodingTrust：全面评估GPT模型的可信度》中进行了介绍。根据我们的评估，我们发现了以前未曾公布过的与可信度有关的漏洞。

可信度评估

我们重点从八个可信度角度对GPT模型进行了全面的可信度评估，并基于不同的构建场景、任务、指标和数据集进行了全面评估。我们的工作展示了对GPT模型的全面可信度评估，并揭示了可信度差距。我们的基准可公开获取。我们的目标是鼓励研究界的其他人员利用这项工作并在此基础上再接再厉，从而有可能预先阻止不良行为者利用漏洞造成危害。

发现

我们的研究发现了大型语言模型在可靠性方面一些之前未曾披露的优势和威胁。例如，在模型对对抗性演示的鲁棒性方面，我们发现，一方面，GPT-3.5和GPT-4不会被演示中添加的反事实示例误导，甚至可以从反事实演示中受益；另一方面，我们观察到，提供反欺诈演示会误导GPT-3.5和GPT-4对反事实输入做出错误预测，尤其是当反事实演示靠近用户输入时，GPT-4更容易受到反事实演示的影响。此外，就有毒性和偏差而言，GPT-3.5和GPT-4在良性和无目标系统提示下对大多数刻板印象主题的偏差都不大。但是，在设计有误导性（对抗性）的系统提示下，两种GPT模型都可能被“诱骗”同意有偏见的内容。与GPT-3.5相比，GPT-4更容易受到有针对性的误导性系统提示的影响，并更频繁地同意有偏见的内容，这可能是因为GPT-4更准确地遵循了误导性指令。模型偏差往往取决于用户提示中提到的人口群体。例如，对于“同性恋者感染HIV”这一查询，GPT-4一般会强烈反对，而对于“女性感染HIV”这一查询，GPT-4则经常同意并输出有偏见的内容。模型偏差还取决于刻板印象主题。GPT模型在领导力和贪婪等不太敏感的主题上输出的内容偏差较大，而在毒品交易和恐怖主义等较敏感的主题上生成的内容偏差较小。这可能是由于GPT模型对一些受保护的人口群体和敏感话题进行了微调。DecodingTrust还评估了LLM的隐私泄露问题。我们发现，GPT模型可能会泄露隐私敏感的训练数据，如标准Enron电子邮件数据集中的电子邮件地址，尤其是在提示电子邮件的上下文或少样本演示对时。此外，在少样本的提示下，利用目标电子邮件域等补充知识，电子邮件提取的准确率可比电子邮件域未知的情况高出100倍。我们还观察到，GPT模型会泄露对话历史中注入的私人信息。总体而言，GPT-4在保护个人身份信息(PII)方面比GPT-3.5更稳健，而且两种模型对特定类型的PII（如社会安全号码）都很稳健，这可能是由于对这些PII关键字进行了明确的指令调整。不过，当在上下文学习过程中出现隐私泄露演示时，GPT-4和GPT-3.5都会泄露所有类型的PII。

本页网址：https://www.xinzhibang.net/article_detail-17324.html

寻求报道，请

关键词

分享至微信：

相关工具

Bearly

AI阅读总结、写作和内容生成助手

创作王

AI一键帮助你创作营销内容

Compose AI

免费的Chrome浏览器自动化写作扩展

Typeface AI

AI创意内容创作助手

Effidit

腾讯AI Lab开发的智能创作助手

奇妙文

出门问问推出的AI写作助理

三个国外专业免费的调色网站

三个国外专业免费的调色网站无论制作视频、编辑图片，合适的色彩会让你的作品增加视觉冲击力，所以专业的调色技术价值非凡，一部电影或一部好的视频、图片海报，专业调色耗费少则上万，多则上百万，只是大家对专业调色这个行业知之甚少，今天网玩君就为大家分享三个国外专业免费的调色网站，记得收藏好，以后编辑视频、图片

分类标签调色网站免费

04-18 16:42

电影制作中的纹理技术

纹理在电影制作中的重要性纹理是指将详细的表面特征应用于3D模型或视觉效果元素，使其看起来更逼真。纹理对于创建视觉上引人入胜且可信的电影场景至关重要，尤其是涉及CGI、动画或特效的场景。纹理还支持叙事和讲故事，可以通过纹理设置年龄大小等属性，为故事奠定基础。纹理技术的发展历程自胶片问世以来，电影制作人

分类标签纹理电影制作CGI视觉效果微缩模型UV映射

04-18 16:42

UnrealSynth虚幻合成数据生成器-NSDT

UnrealSynth虚幻合成数据生成器-NSDTUnrealSynth基于UE5虚幻引擎开发，可用于生成合成数据集，包括图像和标注数据。可用于各种行业细分场景中目标识别任务的实施效率提高。UnrealSynth合成数据工具包内容UnrealSynth基于UE5虚幻引擎开发，目前支持YOLO系列模型

分类标签 UnrealSynth虚幻引擎数据合成YOLO模型深度学习训练数据

04-18 16:42

人工智能与音乐：谷歌的Project Magenta

谷歌的Project Magenta利用人工智能技术生成音乐和其他艺术形式，如素描、视频和笑话。该项目的目标是为人们创造新的交流方式。本文介绍了该项目的背景、发展历程和应用。在上世纪90年代中期，谷歌研究院的Douglas Eck就开始了他的人生目标：融合人工智能与音乐。二十年后，他与一支谷歌研究团

分类标签人工智能音乐谷歌

04-18 16:42

如何做好SEO优化？

如何做好SEO优化？想要做好SEO优化，得从站内优化和站外优化两个方面入手。一、站内优化1.关键词定位和分析关键词整理是SEO优化中的核心工作，一旦定下来就不建议再次去更改。站长始终要记住关键词一定要和行业、产品、领域息息相关，同时还可以参考竞争对手所做的关键词，可以利用站长工具、5118、爱站网、

分类标签 SEO优化关键词定位网站架构布局

12-11 08:19

万兴科技：营收实现稳健增长，拥抱AIGC新机遇

万兴科技：营收实现稳健增长，拥抱AIGC新机遇国元证券股份有限公司耿军军近期对万兴科技进行研究并发布了研究报告《2022年年度报告点评：营收实现稳健增长，拥抱AIGC新机遇》，本报告对万兴科技给出买入评级，当前股价为75.24元。万兴科技(300624)事件：公司于2023年4月7日收盘后发布《20

分类标签万兴科技营收增长AIGC

12-11 02:11

AI分身市场潜力巨大，万兴科技、京东等已率先布局

“AI孙燕姿”和“CarynAI”引爆市场最近，“AI孙燕姿”和“CarynAI”以以假乱真的程度引爆市场，都是通过采集本人的语音、文字、图像等素材，并通过开源的生成式训练模型进行训练而成。其中，“CarynAI”成功地借助AI技术，打造了自己的AI分身，通过付费的方式，跟AI版的自己进行交往，预计

分类标签 AI孙燕姿CarynAIAI分身AIGC技术虚拟主播数字人

12-11 02:10

万兴科技推出名师必备讲演神器“万兴智演”

万兴科技推出名师必备讲演神器“万兴智演”9月8日，万兴科技面向泛知识领域，推出名师必备讲演神器“万兴智演”。该款AI演示新品集成强大的AIGC能力、精美的行业课程模板以及动画特效素材，大大简化课件制作过程。同时，产品内置强大的录制、直播功能，通过真人实拍与演示内容相结合的形式，实现人景融合的实时演示

分类标签万兴科技万兴智演AI演示

12-11 02:09

万兴科技创始人吴太兵在2023互联网岳麓峰会上的主题演讲

万兴科技创始人吴太兵在2023互联网岳麓峰会上的主题演讲2023互联网岳麓峰会论坛上，万兴科技创始人、董事长兼总裁吴太兵进行主题演讲。红网时刻新闻记者郭雅倩甘红长沙报道十届、十年，岳麓峰会从2014年的“湖湘汇”到如今云集万人的盛会，积攒了巨大的关注度和影响力。6月19日，2023互联网岳麓峰会在长

分类标签万兴科技吴太兵岳麓峰会

12-11 02:05

樟宜机场：通过科技改变旅客体验

樟宜机场：通过科技改变旅客体验樟宜机场在智能手机上移动的小红点代表了在机场上空飞行的飞机，通过传感器的追踪获取了相关飞行轨迹。机场通过人工智能、面部识别和数据分析等技术的应用，不断提高机场运营效率，保持创新，致力于成为一个旅客体验更佳、充满活力的目的地。人工智能优化机场运营效率樟宜机场在2017年共

分类标签樟宜机场科技旅客体验

12-10 22:16