AI安全与伦理 - 负责任的AI开发

一、AI安全风险

• 对抗攻击
• 数据投毒
• 提示注入
• 隐私泄露

二、对抗防御

# 对抗训练
def adversarial_training(model, data):
    # 在对抗样本上训练
    pass

三、LLM安全

• 提示注入防御
• 内容审核
• 输出过滤

四、公平性与偏见

• 人口统计均等
• 均等机会
• 偏见检测

五、隐私保护

• 差分隐私
• 联邦学习

六、负责任AI原则

公平性、透明性、隐私保护、安全性、可问责

最后更新: 2026年4月19日

访问 -- 赞 -- 踩 --

讨论与反馈