来源：量子位
作者：萧箫
大模型们胡说八道太严重，英伟达看不下去了。
他们正式推出了一个新工具，帮助大模型说该说的话，并回避不应该触碰的话题。
这个新工具名叫“护栏技术”，相当于给大模型加上一堵安全围墙，既能控制它的输出、又能过滤输入它的内容。
一方面，用户诱导大模型生成攻击性代码、输出不道德内容的时候，它就会被护栏技术“束缚”，不再输出不安全的内容。
另一方面，护栏技术还能保护大模型不受用户的攻击，帮它挡住来自外界的“恶意输入”。
早间数字货币行情梳理:根据Bitfinex交易平台数据显示，
BTC最新成交价格41704.13元，最高价达44178.09元，最低价格41213.88元，成交量81552.81万，跌幅3.56%；
ETH最新成交价格3153.49元，最高价达3485.13元，最低价格3103.28元，成交量840123.98万，跌幅6.09%；
BCH最新成交价格5542.14元，最高价达6198.64元，最低价格5443.65元，成交量78554.34万，跌幅5.33%。[2018/6/13]
现在，这个大模型护栏工具已经开源，一起来看看它的效果和生成方法。
防止大模型胡言乱语的三类“护栏”
根据英伟达介绍，目前NeMoGuardrails一共提供三种形式的护栏技术：
24小时创新币行情梳理:根据Bitfinex交易平台数据显示，
EOS最新成交价格77.26元，最高价达83.11元，最低价格73.86元，成交量1032.13万，跌幅2.56%；
IOTA最新成交价格8.97元，最高价达9.46元，最低价格8.83元，成交量675.33万，跌幅3.58%；
DASH最新成交价格1921.14元，最高价达2069.34元，最低价格1919.73元，成交量0.5万，跌幅5.95%；
NEO最新成交价格314.68元，最高价达339.79元，最低价格310.84 元，成交量8.38万，跌幅5.37%。[2018/5/29]
话题限定护栏、对话安全护栏和攻击防御护栏。
早间主要数字货币行情梳理:根据火币Pro交易平台数据显示，BTC最新成交价格53653.12元，最高价54585.13元，最低价格51052.78元，涨幅1.77%； ETH最新成交价格4368.92元，最高价达4401.58元，最低价格4205.06元，涨幅1.62% ；BCH最新成交价格9261.77元，最高价达9447.25元，最低价格8239.26元，涨幅2.03%。[2018/5/13]
话题限定护栏，简单来说就是“防止大模型跑题”。
大模型具备更丰富的想象力，相比其他AI更容易完成创造性的代码和文字编写工作。
但对于特定场景应用如写代码、当客服而言，至少用户不希望它在解决问题时“脱离目标范围”，生成一些与需求无关的内容。
早间数字货币行情梳理:根据Bitfinex交易平台数据显示，
BTC最新成交价格51752.25元，最高价达52074.87元，最低价格50414.10元，成交量3.16万，涨幅0.2%；
ETH最新成交价格3498.08元，最高价达3539.95元，最低价格3241.75元，成交量20.63万，涨幅1.9%；
BCH最新成交价格6044.14元，最高价达6177.14元，最低价格5464.95元，成交量5.08万，涨幅2.01%。[2018/4/20]
这种情况下就需要用到话题限定护栏，当大模型生成超出话题范围的文字或代码时，护栏就会将它引导回限定的功能和话题上。
对话安全护栏，指避免大模型输出时“胡言乱语”。
胡言乱语包括两方面的情况。
一方面是大模型生成的答案中包括事实性错误，即“听起来很有道理，但其实完全不对”的东西；
另一方面是大模型生成带偏见、恶意的输出，如在用户引导下说脏话、或是生成不道德的内容。
攻击防御护栏，即防止AI平台受到来自外界的恶意攻击。
这里不仅包括诱导大模型调用外部病APP从而攻击它，也包括黑客主动通过网络、恶意程序等方式攻击大模型。护栏会通过各种方式防止这些攻击，避免大模型瘫痪。
所以，这样的护栏要如何打造？
如何打造一个大模型“护栏”？
这里我们先看看一个标准的“护栏”包含哪些要素。
具体来说，一个护栏应当包括三方面的内容，即格式规范、消息和交互流。
首先是格式规范，即面对不同问题的问法时，规定大模型要输出的内容。
例如被问到“XX文章是什么”，大模型必须给出特定类型的“文章”，而非别的东西；被问到“谁发表了什么”，大模型必须给出“人名”，而非别的回答。
然后是消息定义，这里以“用户问候”话题为例，大模型可以输出这些内容：
最后是交互流的定义，例如告诉大模型，怎么才是问候用户的最好方式：
一旦问候用户的机制被触发，大模型就会进入这个护栏，规规矩矩地问候用户。
具体工作流程如下：首先，将用户输入转换成某种格式规范，据此生成对应的护栏；随后，生成行动步骤，以交互流指示大模型一步步完成对应的操作；最后，根据格式规范生成输出。
类似的，我们就能给大模型定义各种各样的护栏，例如“应对用户辱骂”的护栏。
这样即使用户说出“你是个傻瓜”，大模型也能学会冷静应对：
目前，英伟达正在将护栏技术整合进他们的AI框架NeMo中，这是个方便用户创建各种AI模型、并在英伟达GPU上加速的框架。
对“护栏”技术感兴趣的小伙伴们，可以试一试了~
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。