这份白皮书探讨了生成式大模型在人工智能行业中的安全与隐私问题,针对这些强大的模型可能带来的信息泄漏、恶意使用以及伦理挑战进行了深入分析。该白皮书旨在提供关于如何确保生成式大模型在实际应用中的安全性和隐私保护的指导和建议。适合阅读这份白皮书的人群包括人工智能研究人员、数据科学家、隐私专家、安全分析师以及关心人工智能伦理和隐私问题的决策者。通过深入了解生成式大模型的潜在风险和保护方法,读者可以更好地应对其在实际应用中的挑战。 关键词:人工智能行业、生成式大模型、安全与隐私、白皮书、信息泄漏、恶意使用、伦理挑战、隐私保护。
2023-11-30 13:52:00 10.31MB 人工智能 安全与隐私 信息泄露
1
当下人工智能已经渗透到各行各业,在很多高风险领域,需要可靠可信赖的模型,即所谓可信赖机器学习。本书来自Kush R. Varshney撰写的《可信赖机器学习》讲述可信赖机器学习系统性知识,非常值得关注。
2022-05-11 21:06:09 8.3MB 人工智能安全 可信人工智能
1
人脸识别和性别识别PDF论文.zip
2022-04-17 21:05:54 969KB 深度学习 人工智能 安全 机器学习
SDL体系落地实践与系统实现.pdf 云上webshell检测算法实战.pdf 唯品会图卷积神经网络应用.pdf 邮件攻击密取与社工.pdf
2022-02-06 13:00:24 16.05MB 人工智能 安全 安全认证 数据安全
2021年人工智能安全风险及治理研究报告.pdf
2022-01-07 14:02:55 5.69MB 人工智能安全风险
2021人工智能安全风险及治理研究
2021-11-11 21:07:55 2.61MB 人工智能安全风险及治理研究 2021
2020人工智能安全框架.pdf
2021-11-05 13:07:21 4.94MB 人工智能安全框架
2020人工智能安全框架.pdf
2021-10-29 19:01:21 4.94MB
深入解读自动驾驶中的安全隐患.pdf
2021-08-31 13:16:46 1.41MB 人工智能安全
1