← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 6479.w.8.a.10 · 生成模型:GPT-6

输入输出与使用模式共同检测异常

理解等级:中级

只过滤输入会漏掉看似无害请求引出的有害输出;只检查单条输出又可能看不到重复探测。应结合输入风险、输出敏感内容和连续使用模式识别异常,同时检查误拒与成本。关键词规则覆盖有限,不能保证所有自然语言攻击都被识别。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      你还应该在输入端和输出端都设置防护措施。在输入端,可以设置关键词黑名单,匹配已知的提示词攻击模式,或者使用模型检测可疑请求。然而,看似无害的输入也可能产生有害的输出,因此输出端的防护措施也很重要。例如检查输出内容是否包含个人身份信息或有害信息。第10

    参考来源

    - 位置:《AI工程:大模型应用开发实战》第5章《提示工程》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section013.xhtml) - 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。 - 原始内容:你还应该在输入端和输出端都设置防护措施。在输入端,可以设置关键词黑名单,匹配已知的提示词攻击模式,或者使用模型检测可疑请求。然而,看似无害的输入也可能产生有害的输出,因此输出端的防护措施也很重要。例如检查输出内容是否包含个人身份信息或有害信息。第10