大型语言模型（LLM）部署的风险、原因及缓解措施：综合调查
计算与语言
2024-08-12 v1 机器学习
摘要
近期大型语言模型（LLM）如 ChatGPT 和 LLaMA 的快速发展显著推动了自然语言处理（NLP）领域的发展，展现了在文本生成、摘要和分类方面的卓越能力。然而，其广泛采用带来了诸多挑战，包括学术诚信、版权、环境影响以及数据偏见、公平性和隐私等伦理问题。大型语言模型的快速演化也引发对其评估可靠性和可推广性的疑虑。本文提供了一份全面综述，系统收集和综合了关于这些主题的文献。我们的研究深入分析了特定大型语言模型所面临的风险，识别了子风险、其原因及潜在解决方案。此外，我们探讨了大型语言模型所涉及的更广泛挑战，阐述了其原因并提出了缓解策略。通过这一文献分析，本次综述旨在深化对这些强大模型所潜在影响及其复杂性的理解。
引用
@article{arxiv.2408.04643,
title = {Risks, Causes, and Mitigations of Widespread Deployments of Large Language Models (LLMs): A Survey},
author = {Md Nazmus Sakib and Md Athikul Islam and Royal Pathak and Md Mashrur Arifin},
journal= {arXiv preprint arXiv:2408.04643},
year = {2024}
}
备注
Accepted to 2nd International Conference on Artificial Intelligence, Blockchain, and Internet of Things (AIBThings-2024), September 07-08, 2024, Michigan, USA