Aug, 2023
值得信赖的LLM:评估大型语言模型的对齐性的调查和指南
Trustworthy LLMs: a Survey and Guideline for Evaluating Large Language
Models' Alignment
TL;DR为了确保大型语言模型在实际应用中与人类意图保持一致,本研究介绍了对LLM值得信赖性进行评估时需要考虑的关键维度,包括对LLM的可靠性、安全性、公平性、抵抗滥用性、可解释性和推理性、遵守社会规范以及鲁棒性进行调查研究。通过对几个广泛使用的LLM进行测试,研究结果表明,总体上,更加符合人类意图的模型在整体可信度方面表现更好,但是模型对不同可信度类别的影响程度有所不同,这凸显了在LLM对齐方面进行更加细致的分析、测试和不断改进的重要性。本研究旨在为该领域的从业人员提供有价值的见解和指导,理解和解决这些问题对于在各种应用中实现可靠和符合伦理的LLM部署至关重要。