Overview
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Les grands modèles de langage (LLMs) ne se contentent pas de façonner la trajectoire de l'IA, ils dévoilent également une nouvelle ère de défis en matière de sécurité. Cet ouvrage pratique vous emmène au cœur même de ces menaces. L'auteur Steve Wilson, directeur des produits chez Exabeam, se concentre exclusivement sur les LLMs, évitant la sécurité généralisée de l'IA pour se plonger dans les caractéristiques et vulnérabilités uniques inhérentes à ces modèles.
Riche de la sagesse collective acquise lors de la création de la liste OWASP Top 10 des LLM, un exploit accompli par plus de 400 experts du secteur, ce guide fournit des conseils concrets et des stratégies pratiques pour aider les développeurs et les équipes de sécurité à faire face aux réalités des applications LLM. Que vous conceviez une nouvelle application ou que vous ajoutiez des fonctionnalités d'IA à une application existante, ce livre est la ressource incontournable pour maîtriser le paysage de la sécurité de la prochaine frontière de l'IA.
Tu apprendras :
- Pourquoi les LLMs présentent des défis uniques en matière de sécurité
- Comment naviguer parmi les nombreuses conditions de risque associées à l'utilisation de la technologie LLM
- Le paysage des menaces liées aux LLMs et les limites de confiance critiques qui doivent être maintenues
- Comment identifier les principaux risques et vulnérabilités associés aux LLMs
- Méthodes de déploiement de défenses pour se protéger contre les attaques sur les principales vulnérabilités
- Moyens de gérer activement les limites de confiance critiques sur tes systèmes pour assurer une exécution sécurisée et minimiser les risques
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