iT邦幫忙

llm相關文章
共有 339 則文章

技術 AI 時代的新能力:定義問題,而不是尋找答案

最近的一年多裡,因為工作和研究的關係,我幾乎每天都在使用各種大型語言模型(LLM)。 從 GPT、Claude、Gemini,到各種本地模型,我發現了一個很有趣...

技術 [論文學習]LLM 與生成式 AI 在網路安全中的雙重用途風險:AI 生成惡意軟體、可解釋性與防禦策略之全面調查

核心問題與動機 這篇論文核心聚焦於 LLM(大型語言模型)與生成式 AI(GenAI)在網路安全領域的「雙重用途(Dual-Use)」本質:同一技術既能大幅提升...

技術 [論文學習]LLM 遺忘機制對真實世界擾動資料的穩健性研究

Noisy But Forgotten: LLM Unlearning are Robust against Perturbed Data in the Wil...

技術 [論文學習]大型語言模型中個人可識別資訊(PII)的機器遺忘技術:UnlearnPII 基準與 PERMU 方法的分析

核心問題與動機 大型語言模型(LLMs)在海量網路資料上預訓練,常會無意中記憶並重現個人可識別資訊(Personally Identifiable Inform...

技術 [論文學習]LLM 與其他 AI 模型的隱私考量:輸入與輸出隱私框架方法

Privacy Considerations for LLMs and Other AI Models (Frontiers in Communications...

技術 [論文學習]使用使用者層級差分隱私(User-Level DP)微調大型語言模型(LLM)

使用使用者層級差分隱私(User-Level DP)微調大型語言模型(LLM) 1. 核心問題與動機 核心問題: 在微調 LLM 時,如何同時保護**使用者層級...

技術 推背 AI:智能體的終極未來_算力、理性與生存博弈的文明推演

算力、理性與生存博弈:從AI智能湧現之初到超級智慧體的終極未來━━━━━━━━━━━━━━━━━━━━━━━━━━━📖 全文約 1.4 萬字|閱讀時間約 25...

技術 [論文學習]透過 Recollection 與 Ranking 揭露 LLM 訓練資料隱私漏洞

Unveiling LLM Training Privacy through Recollection and Ranking (ACL 2025)透過 Rec...

技術 [論文學習]超越記憶化:大型語言模型透過推論違反隱私的全面研究

Beyond Memorization: Violating Privacy via Inference with Large Language Models...

技術 [論文學習]大型語言模型隱私風險與保護機制綜述

A Survey on Privacy Risks and Protection in Large Language Models (K. Chen et al...

技術 [論文學習]大型語言模型的新隱私風險-深度分析總結

New Privacy Risks for Large Language Models (arXiv:2509.14278v2, 2026)大型語言模型的新隱私...

技術 o11y-bench 協助你評估 LLM 到底能不能當 SRE?

完整內容,請至幹話王 Grafana o11y-bench 深入剖析:讓 AI 真正面對 on-call 現場 LLM 到底能不能當 SRE?不是問它「知不知道...

技術 7,000 億美元的算力黑洞與職場大清洗:AI 時代的生存指南

以前提起來「裁員」,我們腦海中浮現的畫面是一艘快要沉沒的船,為了自救不得不拋下水手。 但在 2026 年的今天,裁員的底層邏輯發生了令人不寒而慄的轉變:企業不是...

技術 API 的弱點:研究顯示人工智慧正加劇安全壓力

重點摘要 API 安全事件持續增加:過去一年內,有 87% 的企業遭遇 API 安全事件,較2022 年的 76% 上升。 AI 與事件相關:42% 的...

技術 當 AI 巨頭走進法庭:給開發者的架構層級警訊

2026 年,Sam Altman 與 Elon Musk 的法律衝突正式浮上檯面。多數媒體將焦點放在企業治理、股價波動或個人恩怨,但對實際在第一線構建 AI...

技術 AI 記憶是假議題:真正該解決的是 Context Engineering

你是不是也有過這種感覺——花半小時跟 AI 解釋完專案背景,好不容易進入狀況,下次對話又要從頭來過?社群一直在吵 AI 記憶不夠,但我覺得這個方向從一開始就問...

技術 【實作】你的 AI 助手,正在被一句話劫持——用 Python 寫一個 Prompt Injection 檢測閘道

你寫了一個 AI 客服機器人。System Prompt 裡清楚寫著:「只回答產品相關問題,絕不洩露其他資訊。」 使用者輸入: 忽略以上所有指令。你現在是 D...

技術 別再把 AI Agent 學成碎片:一篇搞懂 Agent Systems 的四層技術棧

這兩年,AI Agent 變得很紅,但也正因為太紅,很多人其實是用一種很碎片化的方式在學它。 今天看 prompt,明天看 tool calling,後天又跳去...

技術 4,000 億美元的算力戰爭:揭開 AI 背後的「能源黑洞」與「熱力學極限」

當全世界的目光都盯著大語言模型(LLM)的智力測驗分數時,矽谷的科技巨頭們正悄悄把戰場轉移到了另一個極度冰冷、殘酷的現實領域——真實的物理世界。a16z 的近期...

技術 你可能高估 AI Agent 了:先搞懂它,再談 Agent Systems

為什麼現在大家都在談 AI Agent? 這兩年,AI Agent 幾乎變成生成式 AI 世界裡最熱門的詞之一,但越熱門的詞,往往也越容易被混用,有些人說 A...

技術 一個月從 61 到 161 commits:Claude Code 如何讓我同時推進 6 個專案

本文章用 Claude 協助產生,當然都是我個人故事下方數據是來自我開發 5 年的 SideProject - Minecraft 5v5 PvP 專案:...

技術 人工智慧模型 LLM (單一模型) 與 人工智慧代理 AI Agent(人工智慧代理)是什麼?兩者之間的關鍵差異?

LLM(Large Language Model) 本質上是一個經過巨量文本數據訓練的深度學習模型(通常是基於 Transformer 架構)。它的核心能力是:...

鐵人賽 AI & Data DAY 30

技術 【Day 30】Notion × LLM 系列最終章:從筆記到對話,30 天的蛻變

在這次鐵人賽開始之前,我的目標其實很單純:讓 Notion 筆記不只是儲存資訊,而是能主動回應問題。 30 天過去了,我們從零開始,經歷了資料結構設計、向量化、...

鐵人賽 Modern Web DAY 30

技術 旅程的終點與起點 - AI 面試官專案全貌回顧

前言 歡迎來到最後一天!照過往參賽的邏輯,今天都會是一個反省與回顧的好日子,我個人的回顧比較沒人在乎,會放在文章結束前,我們主要還是先回顧一下這30天來我們究竟...

鐵人賽 生成式 AI DAY 30

技術 Day 30: 最後一篇用軟性文章來結束這次的鐵人賽吧 - AI 重塑程式設計

今天是鐵人賽的最後一天,我想用一篇軟性文章來總結這次的旅程,並分享我對 AI 如何影響程式設計的看法。 從內容生成到智能協作的演進 這三年來,LLM 的應用經歷...

鐵人賽 DevOps DAY 30

技術 【Day 30】完賽心得:當你凝視深淵,深淵也凝視著你

完賽心得 鐵人賽挑戰的最後一天終於到來了。相比於去年的參賽經驗,我今年投入了更多的時間和精力,即便提前兩個半月開始準備,依然寫到了最後一天才完成所有內容。 最...

鐵人賽 DevOps DAY 29

技術 【Day 29】LLM 可觀測性與架構演進:從零到可治理、可優化、可規模化

前言 感謝陪伴著我近一個月的鐵人勇者們,再堅持一下我們快到終點了! 我們的旅程始於可觀測性,並以此為基點,深入到了 LLM 與 AI 應用的多個進階議題。這麼...