大模型的“診療師”和“防護盾”！“蟻天鑒”亮相國家網安周

11日，2023國家網絡安全宣傳周在福州開幕。記者探營發現，螞蟻集團發布的大模型安全一體化解決方案“蟻天鑒”成為亮點。該方案包含了大模型安全檢測平臺“蟻鑒2．0”、大模型風險防御平臺“天鑒”兩大產品，目前這兩項產品已對外開放。

生成式大模型安全檢測平臺“蟻鑒2．0”

在“百模大戰”的當下，AIGC（生成式人工智能）的安全問題日益備受關注。現場工作人員表示，大模型安全問題產生的本源主要為“用于訓練的數據源頭有毒、推理過程不可控、外部惡意誘導”三個因素。此次發布的“蟻天鑒”，主要從大模型安全性檢測度量、智能風險防控、數據去毒對齊等方面，來保障大模型在生產和使用過程中更加安全、可控、可靠。

“蟻鑒2．0”就像是大模型安全性的“診療師”，在大模型上線前對其進行全方位的安全掃描，從數據安全、內容安全、科技倫理等類型的數百種風險維度，提前識別和挖掘風險漏洞。

現場工作人員介紹，“蟻鑒2．0”是業內首個產業級支持文本、圖像等全數據類型的AI安全檢測平臺。它相當于站在“黑產”角度，通過智能攻擊對抗技術，自動生成數百萬的誘導性問題，對生成式大模型進行誘導式問答，并對大模型的回答實時、自動化的檢測計算，24小時不眠不休“找茬”大模型存在的弱點和安全問題。

“天鑒”則相當于在大模型外圍又加上了一個“防護盾”，通過智能化風控技術，幫助大模型擋住外界的惡意提問，同時對生成的回答內容進行風險過濾，保障大模型上線后從用戶輸入到生成輸出的整體安全防御。

據介紹，“天鑒”平臺集大數據底座、AI計算平臺、智能運營、應用場景為一體，可實現低成本、規?；焖賾?，服務零售、金融、直播、游戲等提供生成式人工智能服務的業務場景。

此外，針對數據源頭有毒、深度黑盒不可控等問題，螞蟻集團結合“天鑒”平臺在大模型的訓練和應用過程中，也在通過數據去毒、對齊訓練、可解釋研究等手段保障模型安全。

本屆網絡安全博覽會上，螞蟻集團還展示了可信AI決策大腦、隱私計算技術棧隱語、螞蟻鏈摩斯多方安全計算平臺、安全平行切面等網絡安全領域核心前沿技術的創新突破。