来源：量子位
作者：萧箫
大模型们胡说八道太严重，英伟达看不下去了。
他们正式推出了一个新工具，帮助大模型说该说的话，并回避不应该触碰的话题。
这个新工具名叫“护栏技术”，相当于给大模型加上一堵安全围墙，既能控制它的输出、又能过滤输入它的内容。
一方面，用户诱导大模型生成攻击性代码、输出不道德内容的时候，它就会被护栏技术“束缚”，不再输出不安全的内容。
另一方面，护栏技术还能保护大模型不受用户的攻击，帮它挡住来自外界的“恶意输入”。
a16z过去24小时向SolidLizard和Solidly V2两个协议注入资金:金色财经报道，据链上分析师@0xsurferboy在社交媒体上发布的数据显示，a16z在过去24小时内一直在向SolidLizard和Solidly V2两个协议注入资金。1天前，a16z的投资组合中SolidLizard的锁定资金为200万美元，Solidly为0美元，就在约14小时前，a16z买入并在WETH-USDC池中又增加了150万美元，APR为58%-145%，695枚SLIZ被锁定，APR约为130%。而在大约4小时前，a16z又向USDC-USDT Solidly V2池中增加了520万美元，这一系列操作迅速将SolidLizard锁仓量推升到6030万美元并跻身Arbitrum链上锁仓量排名前十，而一周前SolidLizard锁仓量仅为1200万美元，目前增幅达到400%。[2023/2/20 12:18:00]
现在，这个大模型护栏工具已经开源，一起来看看它的效果和生成方法。
a16z创始人：比特币创新“基本上停止发展”，将重点关注以太坊:金色财经报道，a16z 创始人 Marc Andreessen 在最新接受采访时表示，比特币虽然是一种技术创新，但“基本上已停止了发展”，他现在将目光投向了以太坊并认为以太坊将会成为转型核心。Marc Andreessen 解释说：“现在最大的项目是以太坊，不是比特币，或者我会说是加密货币或 Web3 而不是比特币。Web3 中可以开展业务、可以获利、可以进行交易并获得信任，随着区块链技术突破，我们现在知道该怎么做，现在已拥有能够做到这一点的技术基础。”（blockworks）[2023/2/9 11:57:31]
防止大模型胡言乱语的三类“护栏”
根据英伟达介绍，目前NeMoGuardrails一共提供三种形式的护栏技术：
以太坊Layer 2总锁仓量回升至37.9亿美元:7月11日消息，据L2BEAT数据显示，当前以太坊Layer 2总锁仓量回升至37.9亿美元，7日涨幅0.47%。其中，锁仓量前五分别为Arbitrum（19.9亿美元，7日涨幅2.47%）、Optimism（7.12亿美元，7日跌幅3.49%）、dYdX（5.79亿美元，7日跌幅6.14%）、Loopring（1.71亿美元，7日涨幅3.73%）、Metis Andromeda（0.95亿美元，7日涨幅6.11%）。[2022/7/11 2:04:45]
话题限定护栏、对话安全护栏和攻击防御护栏。
a16z合伙人Chris Dixon：Twitter或Discord这样的消息服务应建立在开源协议上:金色财经报道，a16z合伙人Chris Dixon在推特上发文称，诸如Twitter或Discord这样的消息服务应建立在开源协议上，就像电子邮件E-mail一样。但是，也许有人会问，建立在开源协议上的消息服务如何盈利呢？Chris Dixon认为，如今在开源的SMTP协议（当然还有HTTP协议）上已经构建了数千亿美元的业务，因此不用担心盈利问题；对于“出现类似垃圾邮件和其他坏事情”这个问题，Chris Dixon表示，与 SMTP 和 HTTP 开源协议一样，我们有合法的系统，加上合规提供者（gmail 等）可以过滤（但由于用户转换成本低而被限制变坏）。还有人质疑，既然开源协议这么好，为什么这么多年没有奏效呢？Chris Dixon解释说，对于最终可行的技术，大多数人都会有这样的想法。实际上，如今互联网已经有许多创新工具了，比如在互联网上出现了新的存储信息方法，可以让用户控制信息而不是由企业控制信息，也有利用开放协议来募集资金的创新方法。[2021/12/1 12:42:30]
话题限定护栏，简单来说就是“防止大模型跑题”。
大模型具备更丰富的想象力，相比其他AI更容易完成创造性的代码和文字编写工作。
但对于特定场景应用如写代码、当客服而言，至少用户不希望它在解决问题时“脱离目标范围”，生成一些与需求无关的内容。
这种情况下就需要用到话题限定护栏，当大模型生成超出话题范围的文字或代码时，护栏就会将它引导回限定的功能和话题上。
对话安全护栏，指避免大模型输出时“胡言乱语”。
胡言乱语包括两方面的情况。
一方面是大模型生成的答案中包括事实性错误，即“听起来很有道理，但其实完全不对”的东西；
另一方面是大模型生成带偏见、恶意的输出，如在用户引导下说脏话、或是生成不道德的内容。
攻击防御护栏，即防止AI平台受到来自外界的恶意攻击。
这里不仅包括诱导大模型调用外部病APP从而攻击它，也包括黑客主动通过网络、恶意程序等方式攻击大模型。护栏会通过各种方式防止这些攻击，避免大模型瘫痪。
所以，这样的护栏要如何打造？
如何打造一个大模型“护栏”？
这里我们先看看一个标准的“护栏”包含哪些要素。
具体来说，一个护栏应当包括三方面的内容，即格式规范、消息和交互流。
首先是格式规范，即面对不同问题的问法时，规定大模型要输出的内容。
例如被问到“XX文章是什么”，大模型必须给出特定类型的“文章”，而非别的东西；被问到“谁发表了什么”，大模型必须给出“人名”，而非别的回答。
然后是消息定义，这里以“用户问候”话题为例，大模型可以输出这些内容：
最后是交互流的定义，例如告诉大模型，怎么才是问候用户的最好方式：
一旦问候用户的机制被触发，大模型就会进入这个护栏，规规矩矩地问候用户。
具体工作流程如下：首先，将用户输入转换成某种格式规范，据此生成对应的护栏；随后，生成行动步骤，以交互流指示大模型一步步完成对应的操作；最后，根据格式规范生成输出。
类似的，我们就能给大模型定义各种各样的护栏，例如“应对用户辱骂”的护栏。
这样即使用户说出“你是个傻瓜”，大模型也能学会冷静应对：
目前，英伟达正在将护栏技术整合进他们的AI框架NeMo中，这是个方便用户创建各种AI模型、并在英伟达GPU上加速的框架。
对“护栏”技术感兴趣的小伙伴们，可以试一试了~
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。