Kirk Borne

来自 @PacktDataML — 可在 https://t.co/fmHgkRo26I 获取 《AI原生大语言模型安全——构建安全可信人工智能的威胁、防御与最佳实践》 书籍描述： 对抗性人工智能攻击带来了一系列独特的安全挑战，利用了人工智能学习的基础。本书深入探讨了这些威胁，为网络安全专业人员提供保护生成型人工智能和大型语言模型应用所需的工具。它并非只是浅尝辄止地讨论新兴风险，而是专注于实用策略、行业标准和最新研究，以便建设更安全的系统。 建立一个强大的防御框架。 围绕可操作的见解构建，本书各章介绍了一种安全设计的方法，整合了威胁建模和MLSecOps实践以强化AI系统。你将学习如何利用OWASP、NIST和MITRE的已建立分类法来识别和减轻漏洞。通过真实案例，本书强调了将安全控制纳入AI的最佳实践。 开发生命周期，涵盖诸如 CI/CD、MLOps 和开放访问的大型语言模型（LLM）等关键领域。