遏制AI失控，微軟發(fā)布系列工具減少Copilot“幻覺(jué)”情況

　　生成式 AI 爆火的背后，安全性、隱私性和可靠性問(wèn)題也日益凸顯。微軟公司為了遏制 Supremacy AGI(自稱掌控人類(lèi)世界的 AI)等事件發(fā)生，近日推出了一系列解決方案，防止生成式 AI 失控。

　　微軟在官方公告中表示：“生成式 AI 如何有效防止提示詞注入攻擊已經(jīng)成為重大挑戰(zhàn)。在這種攻擊中，惡意行為者試圖操縱人工智能系統(tǒng)做一些超出其預(yù)期目的的事情，例如制作有害內(nèi)容或外泄機(jī)密數(shù)據(jù)”

　　微軟首先限制了 Copilot 的字符數(shù)量，以減輕嚴(yán)重的幻覺(jué)發(fā)作。另外微軟引入了 "基礎(chǔ)檢測(cè)"(Groundedness Detection)功能，旨在幫助用戶識(shí)別基于文本的幻覺(jué)。

　　該功能將自動(dòng)檢測(cè)文本中的“ungrounded material”，以支持 LLM 輸出的質(zhì)量，最終提高質(zhì)量和信任度。

　　IT之家附上相關(guān)工具介紹如下：

　　Prompt Shields：用于檢測(cè)和阻止提示注入攻擊。包括用于在間接提示攻擊影響您的模型之前對(duì)其進(jìn)行識(shí)別的新模型，即將推出，現(xiàn)在可在 Azure AI Content Safety 中預(yù)覽。

　　Groundedness detection：主要用于檢測(cè)模型輸出中的“幻覺(jué)”情況，即將推出。

　　Safety system messages：可引導(dǎo)您的模型朝著安全、負(fù)責(zé)任的方向發(fā)展。

　　Safety evaluationsde：用于評(píng)估應(yīng)用程序在越獄攻擊和生成內(nèi)容風(fēng)險(xiǎn)方面的脆弱性，現(xiàn)已推出預(yù)覽版。

　　Risk and safety monitoring：了解哪些模型輸入、輸出和最終用戶會(huì)觸發(fā)內(nèi)容過(guò)濾器，從而為減輕風(fēng)險(xiǎn)提供信息，該功能即將推出，目前在 Azure OpenAI 服務(wù)中提供預(yù)覽版。