اکسپرس 24
ترجمه فارسی مقاله آیا می‌توان LLM ها را فریب داد؟ بررسی آسیب‌پذیری‌ها در LLM ها

ترجمه فارسی مقاله آیا می‌توان LLM ها را فریب داد؟ بررسی آسیب‌پذیری‌ها در LLM ها

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Can LLMs be Fooled? Investigating Vulnerabilities in LLMs
عنوان مقاله به فارسی آیا می‌توان LLM ها را فریب داد؟ بررسی آسیب‌پذیری‌ها در LLM ها
نویسندگان Sara Abdali, Jia He, CJ Barberan, Richard Anarfi
فرمت مقاله انگلیسی PDF
تعداد صفحات 14
دسته بندی موضوعات Machine Learning,Cryptography and Security,یادگیری ماشین , رمزنگاری و امنیت ,
توضیحات Submitted 30 July, 2024; originally announced July 2024. , Comments: 14 pages, 1 figure. arXiv admin note: text overlap with arXiv:2403.12503
توضیحات به فارسی ارسال شده 30 ژوئیه 2024 ؛در ابتدا ژوئیه 2024 اعلام شد ، نظرات: 14 صفحه ، 1 شکل.Arxiv Admin توجه: همپوشانی متن با ARXIV: 2403.12503

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 560,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The advent of Large Language Models (LLMs) has garnered significant popularity and wielded immense power across various domains within Natural Language Processing (NLP). While their capabilities are undeniably impressive, it is crucial to identify and scrutinize their vulnerabilities especially when those vulnerabilities can have costly consequences. One such LLM, trained to provide a concise summarization from medical documents could unequivocally leak personal patient data when prompted surreptitiously. This is just one of many unfortunate examples that have been unveiled and further research is necessary to comprehend the underlying reasons behind such vulnerabilities. In this study, we delve into multiple sections of vulnerabilities which are model-based, training-time, inference-time vulnerabilities, and discuss mitigation strategies including "Model Editing" which aims at modifying LLMs behavior, and "Chroma Teaming" which incorporates synergy of multiple teaming strategies to enhance LLMs' resilience. This paper will synthesize the findings from each vulnerability section and propose new directions of research and development. By understanding the focal points of current vulnerabilities, we can better anticipate and mitigate future risks, paving the road for more robust and secure LLMs.

چکیده به فارسی (ترجمه ماشینی)

ظهور مدلهای بزرگ زبان (LLMS) محبوبیت قابل توجهی را کسب کرده و قدرت عظیمی را در حوزه های مختلف در پردازش زبان طبیعی (NLP) به دست آورده است.در حالی که توانایی های آنها غیرقابل انکار چشمگیر است ، شناسایی و بررسی آسیب پذیری های آنها به ویژه هنگامی که این آسیب پذیری ها می توانند عواقب پرهزینه ای داشته باشند ، بسیار مهم است.یکی از این LLM ها ، که برای ارائه خلاصه مختصر از اسناد پزشکی آموزش دیده است ، می تواند داده های بیمار شخصی را به طور واضح در صورت بروز سوختگی به طور واضح نشت کند.این تنها یکی از نمونه های ناگوار است که رونمایی شده است و تحقیقات بیشتر برای درک دلایل اساسی چنین آسیب پذیری ها ضروری است.در این مطالعه ، ما به بخش های مختلفی از آسیب پذیری ها که شامل مدل های مبتنی بر مدل ، آموزش ، آسیب پذیری های زمان استنباط می شوند ، می پردازیم و در مورد استراتژی های کاهش از جمله "ویرایش مدل" که هدف آن اصلاح رفتار LLMS و "تیم سازی Chroma" است که شامل هم افزایی است ، بحث می کنیم.از چندین استراتژی تیمی برای تقویت مقاومت LLMS.در این مقاله یافته های هر بخش آسیب پذیری سنتز شده و دستورالعمل های جدید تحقیق و توسعه را پیشنهاد می کند.با درک نقاط کانونی آسیب پذیری های فعلی ، ما می توانیم خطرات آینده را بهتر پیش بینی و کاهش دهیم و جاده را برای LLM های قوی تر و ایمن تر هموار کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.