计算机科学 > 软件工程
[提交于 2025年7月13日
]
标题: 衡量重要性:一种评估现实世界大语言模型应用安全风险的框架
标题: Measuring What Matters: A Framework for Evaluating Safety Risks in Real-World LLM Applications
摘要: 目前,大多数针对大型语言模型(LLMs)的安全测试工作集中在评估基础模型上。 然而,随着系统提示、检索管道和防护机制等组件的引入,显著影响了LLM应用的整体安全性,因此在应用层面评估安全性变得越来越重要。 在本文中,我们介绍了一个用于评估LLM系统应用级别安全性的实用框架,并通过在我们组织内的多个用例中的实际部署进行了验证。 该框架包括两个部分:(1) 开发定制化安全风险分类的原则,以及(2) 评估LLM应用中安全风险的实践方法。 我们展示了所提出的框架如何在我们的内部试点中应用,为寻求扩展其安全测试工作的组织提供了参考点。 这项工作旨在弥合AI安全领域的理论概念与实际保护LLM应用的操作现实之间的差距,为安全且可扩展的部署提供可行的指导。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.