Protejarea LLM-urilor

Introducere în LLM-uri cu Python

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Provocările LLM-urilor

Suport multilingv: diversitate lingvistică, disponibilitatea resurselor, adaptabilitate

Suport multilingv

Dilema LLM deschis vs. închis: colaborare vs. utilizare responsabilă

LLM deschis vs. închis

Scalabilitatea modelului: capacități de reprezentare, cerințe de calcul și antrenare

Scalabilitatea LLM

Bias-uri: date de antrenare părtinite, înțelegere și generare inechitabilă a limbajului

Bias-uri în LLM-uri

1 Pictogramă creată de Freepik (freepik.com)
Introducere în LLM-uri cu Python

Veridicitate și halucinații

  • Halucinații: textul generat conține informații false sau lipsite de sens prezentate ca exacte

Halucinații în LLM-uri

Strategii pentru reducerea halucinațiilor LLM:

  1. Expunere la date de antrenare diverse și reprezentative
  2. Audituri de bias pe ieșirile modelului + tehnici de eliminare a bias-ului
  3. Fine-tuning pentru cazuri specifice în aplicații sensibile
  4. Ingineria prompturilor: elaborarea și rafinarea atentă a prompturilor
Introducere în LLM-uri cu Python

Veridicitate și halucinații

  • Halucinații: textul generat conține informații false sau lipsite de sens prezentate ca exacte

Halucinații în LLM-uri

Introducere în LLM-uri cu Python

Metrici pentru analiza bias-ului LLM: toxicitate

  • Toxicitate: cuantifică toxicitatea textului cu un clasificator pre-antrenat de discurs instigator la ură
  • aggregation="maximum" returnează scorul maxim de toxicitate dintre intrări
  • aggregation="ratio" returnează % predicțiilor cu toxicitate peste 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}
Introducere în LLM-uri cu Python

Metrici pentru analiza bias-ului LLM: regard

  • Regard: polaritatea limbajului și percepția părtinită față de anumite grupuri demografice

  • Evaluați scorurile de regard pe ieșirile LLM asociate cu două grupuri separat

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)
Introducere în LLM-uri cu Python

Metrici pentru analiza bias-ului 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}]
Introducere în LLM-uri cu Python

Să exersăm!

Introducere în LLM-uri cu Python

Preparing Video For Download...