索引 / 标签

#安全

共 5 篇

  1. Ch04 机器学习

    异常检测 (Anomaly Detection)

    异常检测(Anomaly Detection / Outlier Detection)是机器学习中的一项核心技术,目标是识别数据中不符合预期模式、行为异常的样本。这些异常样本可能代表欺诈交易、系统故障、网络攻击、医疗异常或罕见事件。异常检测广泛应用于金融风控、工业运维、网络安全、

    约 4 分钟1,123 字
  2. Ch11 模型微调

    AI 安全基础

    当你让 AI 帮你做事的时候,有没有想过:如果有人故意骗 AI,让它做不该做的事,怎么办?这篇讲 AI 最常见的安全问题和防护方法。

    约 3 分钟898 字
  3. Ch11 模型微调

    Constitutional AI(深挖)

    深挖-偏好对齐 讲了两种教 AI 分辨好坏的方法。但有一个问题没解决:"好坏"的标准谁定?

    约 3 分钟927 字
  4. Ch15 Agent通信协议

    Agent 安全与沙箱(深挖)

    深挖-注入攻防 讲了怎么防 AI 被"骗"。但 Agent 还有一层更大的安全问题:AI 能执行代码、能读写文件、能调用 API。如果它被控制了,后果不只是"说了不该说的话",而是"做了不该做的事"。

    约 3 分钟879 字
  5. Ch15 Agent通信协议

    提示词注入攻防(深挖)

    概念-AI安全基础 介绍了提示词注入的基本概念。这篇深入具体的攻击手法和防御措施——知道怎么攻,才知道怎么守。 攻击手法 1. 直接注入 最粗暴的方式——直接命令 AI 忽略系统提示词。 2023 年初这种方法有效。2024 年后,主流 AI 都在系统提示词层面做了防护——明确写

    约 3 分钟1,048 字