揭开大语言模型供应链的组成、风险与缓解措施的面纱
软件工程
2025-06-26 v3
摘要
大语言模型（LLM）在智能和生产力方面都产生了重大影响。众多企业已将 LLM 集成到其应用中，以解决自身领域特定的任务。然而，将 LLM 集成到特定场景中是一个系统性的过程，涉及大量组件，这些组件统称为 LLM 供应链。全面理解 LLM 供应链的组成及其组件之间的关系，对于针对不同相关风险采取有效的缓解措施至关重要。虽然现有文献已经探讨了与 LLM 相关的各种风险，但在从贡献者和消费者的双重视角系统性地刻画 LLM 供应链方面，仍然存在显著空白。在这项工作中，我们开发了一个结构化的分类法，涵盖了供应链中不同利益相关者和组件的风险类型、风险行为以及相应的缓解措施。我们相信，对 LLM 供应链的组成及其固有风险和缓解措施进行彻底审查，对于行业从业者避免潜在损害和损失具有价值，并能启发学术研究人员重新思考现有方法并探索新的研究途径。
引用
@article{arxiv.2410.21218,
title = {Lifting the Veil on Composition, Risks, and Mitigations of the Large Language Model Supply Chain},
author = {Kaifeng Huang and Bihuan Chen and You Lu and Susheng Wu and Dingji Wang and Yiheng Huang and Haowen Jiang and Zhuotong Zhou and Junming Cao and Xin Peng},
journal= {arXiv preprint arXiv:2410.21218},
year = {2025}
}
备注
26 pages