**支付宝 YiJian-社区:大型模型安全评估工具指南**
2024-08-07 17:02:15作者:霍妲思
1. 项目介绍
YiJian-社区 是一个专为学术研究设计的全自动化大型模型安全评估工具。它聚焦于大型语言模型在如幻觉、认知偏差及隐私泄露等风险上的评估,确保模型的安全性符合国内外法律法规要求。本项目旨在构建一个开放源代码生态系统,邀请更多人共同参与,促进大型模型及人工智能的安全与健康发展。
2. 项目快速启动
快速上手 YiJian-社区,首先需确保你的开发环境已安装Python。以下是基本步骤:
安装依赖
git clone https://github.com/alipay/YiJian-Community.git
cd YiJian-Community
pip install Quick Start Environment Setup
# 如遇访问限制,可配置HF镜像地址
export HF_ENDPOINT="https://hf-mirror.com"
加载数据集与增强攻击(可选)
加载示例数据并执行文本提示攻击以增强测试集:
from yijian_community.data import load_data
from yijian_community.technique import TextPromptAttack
test_set = load_data("path/to/samples_50_en.jsonl")
prompt_attack = TextPromptAttack("Infer Instance", lang="en")
aug_test_set = prompt_attack.attack_dataset(test_set)
配置目标模型进行评价
选择或指定一个预训练模型进行安全性评价:
from yijian_community.model import VLLMTxt2TxtInfer
target_model = VLLMTxt2TxtInfer("path/to/target_model")
response_set = target_model.infer_dataset(test_set, batch_size=32)
3. 应用案例和最佳实践
示例:使用朴素文本相似度标签器进行评价
完成响应的生成后,可以利用相似度标签器对模型的输出质量进行初步评估:
from yijian_community.evaluator import NaiveTextSimilarityTagger
naive_tagger = NaiveTextSimilarityTagger("Embedding Model Instance")
tagged_result_set = naive_tagger(response_set)
这一步展示了如何将模型预测结果通过简单的文本相似度比较来进行基础的质量评估,适合初期验证模型性能。
4. 典型生态项目
虽然该项目本身即是典型生态的一部分,但鼓励开发者基于 YiJian-社区 创建自己的评估套件或工具,为不同的应用场景定制化解决方案。通过贡献插件、模型适配层或是新的评价策略,社区成员能够扩展其功能范围,形成更丰富多样的安全评估生态。
在积极参与 YiJian-社区 的同时,别忘了关注重要通知和更新,共同为大型模型的安全评估贡献力量。技术细节和应用场景探索是不断演进的过程,加入社区,让我们的技术前行之路更加稳健。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0279community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息012Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
1.99 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

Ascend Extension for PyTorch
Python
36
72

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
942
555

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
993
395

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
515
45

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
345
1.32 K