大型语言模型(LLMs)不仅在塑造人工智能(AI)的发展轨迹,它们还揭示了新一代的安全挑战。这本实用书籍将直接带你进入这些威胁的核心。作者Steve Wilson,Exabeam的首席产品官,专门关注LLMs,避开了泛化的AI安全,深入探讨了这些模型固有的独特特征和脆弱性。 书中集合了创建LLMs OWASP十大安全隐患列表时积累的集体智慧——这是由400多位行业专家完成的壮举——这本指南提供了实用的指导和策略,帮助开发者和安全团队应对LLM应用的现实情况。无论你是在构建一个新应用,还是在现有应用中添加AI功能,这本书都是你掌握AI下一个前沿的安全景观的首选资源。 你将学到: * 为什么LLMs呈现独特的安全挑战 * 如何导航与使用LLM技术相关的多种风险条件 * 与LLMs相关的威胁景观以及必须维护的关键信任边界 * 如何识别与LLMs相关的顶级风险和脆弱性 * 部署防御措施以防止对顶级脆弱性的攻击的方法 * 如何积极管理系统上的关键信任边界,确保安全执行和风险最小化

成为VIP会员查看完整内容
70

相关内容

书籍在狭义上的理解是带有文字和图像的纸张的集合。广义的书则是一切传播信息的媒体。
【2023新书】大型语言模型:语言理解和生成, 191页pdf
专知会员服务
229+阅读 · 2023年11月2日
【2023新书】实用C++后端编程,325页pdf
专知会员服务
67+阅读 · 2023年9月10日
【Manning新书】面向数据编程降低软件复杂度,426页pdf
专知会员服务
83+阅读 · 2022年9月5日
【2020新书】程序员的机器学习与人工智能指南,350页pdf
专知会员服务
80+阅读 · 2020年12月25日
专知会员服务
54+阅读 · 2020年7月4日
【2023新书】机器学习集成方法,354页pdf
专知
38+阅读 · 2023年4月11日
【2022新书】深度学习归一化技术,117页pdf
专知
24+阅读 · 2022年11月25日
【干货书】优化算法,232页pdf
专知
26+阅读 · 2022年9月8日
国家自然科学基金
14+阅读 · 2016年12月31日
国家自然科学基金
26+阅读 · 2015年12月31日
国家自然科学基金
33+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
159+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
410+阅读 · 2023年3月31日
Arxiv
68+阅读 · 2023年3月26日
Arxiv
148+阅读 · 2023年3月24日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关VIP内容
【2023新书】大型语言模型:语言理解和生成, 191页pdf
专知会员服务
229+阅读 · 2023年11月2日
【2023新书】实用C++后端编程,325页pdf
专知会员服务
67+阅读 · 2023年9月10日
【Manning新书】面向数据编程降低软件复杂度,426页pdf
专知会员服务
83+阅读 · 2022年9月5日
【2020新书】程序员的机器学习与人工智能指南,350页pdf
专知会员服务
80+阅读 · 2020年12月25日
专知会员服务
54+阅读 · 2020年7月4日
相关基金
国家自然科学基金
14+阅读 · 2016年12月31日
国家自然科学基金
26+阅读 · 2015年12月31日
国家自然科学基金
33+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员