一款名为 resk-logits 的新工具已被开发出来,用于增强自动化列表审核系统的安全性,例如 Leboncoin 使用的系统。这款 GPU 加速处理器通过在语言模型对危险 token 进行采样之前对其施加惩罚来工作,从而有效防止越狱和违禁内容的生成。实施过程包括将 resk-logits 与 GPT2 等现有模型集成,并定义特定的禁止短语以防范诈骗、政策违规和有害指令。 AI
影响 增强了 LLM 内容审核系统的安全性和可靠性。
排序理由 该条目描述了一个用于改进 LLM 安全性的新软件工具。
- Aho–Corasick algorithm
- CUDA
- GPT2
- graphics processing unit
- leboncoin
- resk-logits
- ShadowBanProcessor
- transformers
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →