首页
/ **支付宝 YiJian-社区:大型模型安全评估工具指南**

**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

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
1.99 K
nop-entropynop-entropy
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
pytorchpytorch
Ascend Extension for PyTorch
Python
36
72
RuoYi-Vue3RuoYi-Vue3
🎉 (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
HarmonyOS-ExamplesHarmonyOS-Examples
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
金融AI编程实战金融AI编程实战
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
openHiTLSopenHiTLS
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
ops-mathops-math
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
Cangjie-ExamplesCangjie-Examples
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