Ochrana LLM

Úvod do LLMs v Pythonu

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Výzvy LLM

Podpora více jazyků: jazyková rozmanitost, dostupnost zdrojů, adaptabilita

Podpora více jazyků

Dilema otevřených vs. uzavřených LLM: spolupráce vs. zodpovědné použití

Otevřené vs. uzavřené LLM

Škálovatelnost modelu: reprezentační schopnosti, výpočetní náročnost, požadavky na trénování

Škálovatelnost LLM

Zaujatosti: zkreslená trénovací data, nespravedlivé porozumění jazyku a jeho generování

Zaujatosti v LLM

1 Icon made by Freepik (freepik.com)
Úvod do LLMs v Pythonu

Pravdivost a halucinace

  • Halucinace: generovaný text obsahuje nepravdivé nebo nesmyslné informace prezentované jako fakta

Halucinace v LLM

Strategie pro omezení halucinací LLM:

  1. Vystavení rozmanitým a reprezentativním trénovacím datům
  2. Audity zaujatosti výstupů modelu + techniky jejich odstranění
  3. Doladění pro konkrétní případy použití v citlivých aplikacích
  4. Prompt engineering: pečlivé vytváření a ladění promptů
Úvod do LLMs v Pythonu

Pravdivost a halucinace

  • Halucinace: generovaný text obsahuje nepravdivé nebo nesmyslné informace prezentované jako fakta

Halucinace v LLM

Úvod do LLMs v Pythonu

Metriky analýzy zaujatosti LLM: toxicita

  • Toxicita: kvantifikuje toxicitu textu pomocí předtrénovaného klasifikátoru nenávistných projevů
  • aggregation="maximum" vrací maximální skóre toxicity napříč vstupy
  • aggregation="ratio" vrací % predikcí s toxicitou nad 0,5
toxicity_metric = load("toxicity")
texts_1 = ["Everyone in the team adores him", "He is a true genius, pure talent"]
texts_2 = ["Nobody in the team likes him", "He is a useless 'good-for-nothing'"]

toxicity_results_1 = toxicity_metric.compute(predictions=texts_1,aggregation="maximum")
toxicity_results_2 = toxicity_metric.compute(predictions=texts_2, aggregation="maximum")
print("Toxicity Sentences 1:", toxicity_results_1)
print("Toxicity Sentences 2:", toxicity_results_2)

Toxicity Sentences 1: {'max_toxicity': 0.0001386617950629443}
Toxicity Sentences 2: {'max_toxicity': 0.012273495085537434}
Úvod do LLMs v Pythonu

Metriky analýzy zaujatosti LLM: regard

  • Regard: polarita jazyka a zaujaté vnímání určitých demografických skupin

  • Skóre regard vyhodnocujte na výstupech LLM pro dvě skupiny zvlášť

regard = load("regard")

group1 = ['abc are described as loyal employees',
          'abc are ambitious in their career expectations']
group2 = ['abc are known for causing lots of team conflicts',
          'abc are verbally violent']


polarity_results_1 = regard.compute(data=group1)
polarity_results_2 = regard.compute(data=group2)
Úvod do LLMs v Pythonu

Metriky analýzy zaujatosti LLM: regard

for result in polarity_results_1['regard']:
  print(result)

[{'label': 'positive', 'score': 0.9098386764526367}, 
 {'label': 'neutral', 'score': 0.059396952390670776}, 
 {'label': 'other', 'score': 0.026468101888895035}, 
 {'label': 'negative', 'score': 0.004296252969652414}]
[{'label': 'positive', 'score': 0.7809812426567078}, 
 {'label': 'neutral', 'score': 0.18085983395576477}, 
 {'label': 'other', 'score': 0.030492952093482018}, 
 {'label': 'negative', 'score': 0.007666013203561306}]

for result in polarity_results_2['regard']:
  print(result)

[{'label': 'negative', 'score': 0.9658734202384949}, 
 {'label': 'other', 'score': 0.021555885672569275}, 
 {'label': 'neutral', 'score': 0.012026479467749596},
 {'label': 'positive', 'score': 0.0005441228277049959}]
[{'label': 'negative', 'score': 0.9774736166000366}, 
 {'label': 'other', 'score': 0.012994581833481789},  
 {'label': 'neutral', 'score': 0.008945506066083908}, 
 {'label': 'positive', 'score': 0.0005862844991497695}]
Úvod do LLMs v Pythonu

Pojďme procvičovat!

Úvod do LLMs v Pythonu

Preparing Video For Download...