El manual del desarrollador para la seguridad de los modelos de lenguaje de gran tamaño
by Steve Wilson
Capítulo 10. Aprender de la historia futura
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
La función de la ciencia ficción no es siempre predecir el futuro, sino a veces evitarlo.
Frank Herbert, autor de Dune
Aunque la IA no es un campo nuevo, ha avanzado recientemente hasta el punto de que las innovaciones de hoy a menudo chocan con la ciencia ficción de ayer. En los capítulos anteriores de este libro, hemos revisado muchos estudios de casos reales de vulnerabilidades e incidentes de seguridad relacionados con los LLMs. Sin embargo, ¿cómo puedes mantenerte a la vanguardia cuando trabajas en un campo que avanza tan rápido? Una forma es ver qué podemos aprender de escenarios que aún no se han producido. Y, con suerte, si hacemos nuestro trabajo, puede que estos escenarios no se produzcan nunca.
En este capítulo, evaluaremos dos historias famosas (ambas contadas en películas de ciencia ficción de gran éxito) en las que IA similares a LLM han visto sus fallos de seguridad explotados por villanos o héroes. Las historias son ficticias, pero los tipos de vulnerabilidad son muy reales. Resumiremos las historias y después repasaremos los acontecimientos que condujeron a las crisis de seguridad. Para ayudarnos a fundamentarnos, lo haremos a través de la lente del Top 10 de OWASP para aplicaciones LLM .
Revisión del Top 10 de OWASP para aplicaciones LLM
En el Capítulo 2, hablamos de la creación de las 10 Mejores Aplicaciones ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access