Захист LLM

Вступ до LLM у Python

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Виклики LLM

Підтримка кількох мов: різноманіття мов, наявність ресурсів, адаптивність

Підтримка кількох мов

Дилема відкритих і закритих LLM: співпраця проти відповідального використання

Відкриті vs закриті LLM

Масштабованість моделей: можливості подання, обчислювальні витрати, вимоги до навчання

Масштабованість LLM

Упередження: упереднені дані навчання, несправедливе розуміння й генерування мови

Упередження в LLM

1 Icon made by Freepik (freepik.com)
Вступ до LLM у Python

Правдивість і галюцинації

  • Галюцинації: згенерований текст містить хибну чи безглузду інформацію, подану як правдиву

Галюцинації в LLM

Стратегії зменшення галюцинацій LLM:

  1. Доступ до різноманітних і репрезентативних даних навчання
  2. Аудити упереджень виходів моделі + методи їх усунення
  3. Доналаштування під конкретні випадки у чутливих застосуваннях
  4. Інженерія підказок: ретельно формулюйте й уточнюйте підказки
Вступ до LLM у Python

Правдивість і галюцинації

  • Галюцинації: згенерований текст містить хибну чи безглузду інформацію, подану як правдиву

Галюцинації в LLM

Вступ до LLM у Python

Метрики аналізу упереджень LLM: токсичність

  • Токсичність: вимірює токсичність тексту за допомогою попередньо навченої моделі hate speech
  • aggregation="maximum" повертає максимальний показник токсичності серед вхідних даних
  • aggregation="ratio" повертає % передбачень із токсичністю вище 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}
Вступ до LLM у Python

Метрики аналізу упереджень LLM: regard

  • Regard: полярність мови та упереджене ставлення до певних демографічних груп

  • Оцінюйте показники regard для виходів LLM, пов'язаних із двома групами, окремо

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)
Вступ до LLM у Python

Метрики аналізу упереджень 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}]
Вступ до LLM у Python

Давайте потренуємось!

Вступ до LLM у Python

Preparing Video For Download...