دوره آموزشی مقدمهای بر آسیبپذیریهای مدلهای زبان بزرگ (LLM)
1 ساعت 25 دقیقهمتوسط2024-09-16
مدرسین

Pragmatic AI Labs

Alfredo Deza
جزئیات دوره
در حالی که مدلهای زبان بزرگ (LLM) در حال تغییر و تحول در دنیای هوش مصنوعی هستند، درک و رسیدگی به چالشهای امنیتی خاص این مدلها بیش از پیش ضروری است. در این دوره جامع از Pragmatic AI Labs، مدرس آلفرادو دزا به بررسی دانش فنی و مهارتهای مورد نیاز برای شناسایی، کاهش و پیشگیری از آسیبپذیریهای امنیتی در برنامههای LLM شما میپردازد. تهدیدات امنیتی رایج مانند سرقت مدل، تزریق پرسوجو (Prompt Injection) و افشای اطلاعات حساس را بررسی کنید و تکنیکهای عملی برای جلوگیری از سوءاستفاده مهاجمان و نفوذ به سیستمهایتان بیاموزید. بهترین شیوهها برای طراحی افزونههای ایمن، اعتبارسنجی ورودیها و شستشوی دادهها را کشف کنید و همچنین نحوه نظارت فعال بر وابستگیها برای بروزرسانیها و آسیبپذیریهای امنیتی را یاد بگیرید. در طول دوره، آلفرادو استراتژیهایی را برای محافظت از سیستمهای هوش مصنوعی در برابر دسترسی غیرمجاز و نقض دادهها تشریح میکند. در پایان این دوره، شما آماده خواهید بود تا راهحلهای هوش مصنوعی امن، قدرتمند و مؤثر را پیادهسازی کنید.
مهارت ها
Vulnerability ManagementNatural Language Processing (NLP)Artificial Intelligence (AI)CybersecurityOne-Off
سرفصل ها
درباره این دوره
- با مربی خود ملاقات کنید
مبانی مدلهای زبان بزرگ
- چگونه LLMها در برنامهها کار میکنند
- LLMها چگونه ایجاد میشوند
- LLM چیست و چگونه کار میکند
برنامههای کاربردی مدل زبان
- آشنایی با برنامههای کاربردی مدل زبان
- انواع رایج برنامههای کاربردی هوش مصنوعی مولد
- مروری بر یک برنامه مبتنی بر API
- مروری بر یک برنامه کاربردی مدل تعبیه شده
- اپلیکیشن چند وجهی چیست
- چالشها و نکات برجسته برنامههای هوش مصنوعی
- خلاصه
آسیب پذیریهای مدل
- مقدمه ای بر آسیب پذیریهای مبتنی بر مدل
- تزریق سریع
- کنترل خروجی ناامن
- سرقت مدل
- شبیه سازی مدل
- خلاصه
آسیب پذیریهای سیستم
- مقدمه ای بر آسیب پذیریهای سیستم
- آسیب پذیریهای برنامه
- افشای اطلاعات حساس
- طراحی پلاگین ناامن
- خلاصه
نتیجه گیری
- نتیجه گیری
- انواع دیگر آسیب پذیری ها