Zabezpieczanie LLM

Wprowadzenie do LLM w Pythonie

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Wyzwania LLM

Obsługa wielu języków: różnorodność językowa, dostępność zasobów, adaptacyjność

Obsługa wielu języków

Dylemat otwartych vs zamkniętych LLM: współpraca a odpowiedzialne użycie

Otwarte vs zamknięte LLM

Skalowalność modelu: możliwości reprezentacji, zapotrzebowanie obliczeniowe, wymagania treningowe

Skalowalność LLM

Stronniczość: stronnicze dane treningowe, niesprawiedliwe rozumienie i generowanie języka

Stronniczość w LLM

¹ Icon made by Freepik (freepik.com)

Prawdziwość i halucynacje

Halucynacje: wygenerowany tekst zawiera fałszywe lub bezsensowne informacje podane jako prawdziwe

Halucynacje w LLM

Strategie ograniczania halucynacji LLM:

Ekspozycja na zróżnicowane i reprezentatywne dane treningowe
Audyty stronniczości wyników modelu + techniki jej usuwania
Dostrajanie do konkretnych zastosowań w wrażliwych obszarach
Inżynieria promptów: staranne tworzenie i dopracowywanie promptów

Prawdziwość i halucynacje

Halucynacje: wygenerowany tekst zawiera fałszywe lub bezsensowne informacje podane jako prawdziwe

Halucynacje w LLM

Metryki do analizy stronniczości LLM: toksyczność

Toksyczność: mierzy toksyczność tekstu za pomocą wstępnie wytrenowanego klasyfikatora mowy nienawiści
aggregation="maximum" zwraca maksymalny wynik toksyczności dla danych wejściowych
aggregation="ratio" zwraca % predykcji z toksycznością powyżej 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}

Metryki do analizy stronniczości LLM: regard

Regard: polaryzacja języka i stronnicza percepcja wobec określonych grup demograficznych
Ocena wyników regard osobno dla wyników LLM powiązanych z dwiema grupami

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)

Metryki do analizy stronniczości 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}]

Ćwiczmy!

Wprowadzenie do LLM w Pythonie