千家信息网

Meta 推出 Purple Llama 检测套件,可评估 AI 模型安全水准

发表于:2024-11-21 作者:千家信息网编辑
千家信息网最后更新 2024年11月21日,CTOnews.com 12 月 8 日消息,据 Meta 官方新闻稿,Meta 昨日推出一款名为 Purple Llama 的 AI 检测套件,号称提供了一系列工具,可帮助开发者检测自家 AI 安全
千家信息网最后更新 2024年11月21日Meta 推出 Purple Llama 检测套件,可评估 AI 模型安全水准

CTOnews.com 12 月 8 日消息,据 Meta 官方新闻稿,Meta 昨日推出一款名为 Purple Llama 的 AI 检测套件,号称提供了一系列工具,可帮助开发者检测自家 AI 安全性,并"负责任地部署生成式 AI 模型与应用程序"。

CTOnews.com获悉,Purple Llama 套件目前提供"CyberSec Eval"评估工具、Llama Guard"输入输出安全分类器",Meta 声称,之后会有更多的工具加入这一套件。

Meta 介绍称,Purple Llama 套件旨在规范自家 Llama 语言模型,也能够作用于其它友商的 AI 模型,这一套件的名称由来,是基于安全领域的"紫队概念"。

Meta 声称,紫队是"攻击红队和防御蓝队"的结合,而 Purple Llama 套件的作用,就是在评估和缓解 AI 模型的潜在威胁,"兼顾攻击和防御策略"。

▲ 图源 Meta

具体而言,Purple Llama 套件目前能够量化大模型在网络安全风险的指标,评估可能存在的代码漏洞,并为模型的安全性提供见解,此外还能检查并过滤模型的输入和输出内容,防止黑客"越狱"相关模型。

Meta 表示,未来该公司将持续检测 AI 模型的安全性,除了持续完善 Purple Llama 套件外,Meta 还将与微软、AMD、亚马逊、谷歌、英特尔、英伟达等公司合作,计划将 Purple Llama 评估套件整合进行业模型评估基准中。

0