现在可以使用 AI Control Center 实时监控 AI 应用,以阻止有害的用户输入

- 现在,用户可以实时检测其AI应用中的不良交互和滥用行为。
- AI应用运营者可以检测不安全、误导性内容、提示注入攻击以及模型产生的有害输出。
- WhyLabs AI控制中心有助于调查使用过程中出现的任何问题,并允许进行微调以实现更好的控制。
一家人工智能观测初创公司 WhyLabs 推出了一款新的 AI 产品,将为其 AI 应用的输出提供实时控制。名为 AI Control Center 的平台旨在监控和控制 AI 解决方案的运营,以确保其可靠性和安全性,因为传统的监控系统无法可靠地观察 AI。
WhyLabs 推出 AI Control Center
该公司表示,企业今天面临许多挑战,特别是关于大型语言模型(LLMs)。公司团队必须确保提示注入攻击不会使他们的 LLM 变得脆弱,从而不提供有害或不准确的输出,以免损害其声誉。
该公司的解决方案可以通过实时评估 LLM 的运营来帮助解决这些问题。它可以处理 LLM 可能出现问题的各个方面,例如用户提示、响应生成过程(RAG)以及它生成的反馈。WhyLabs 的首席执行官兼联合创始人 Alessya Visnjic 提到,
“我们的客户正在将生成式 AI 倡议从原型推向生产环境,在那里安全性和质量至关重要。”
提到仅执行被动监控的传统可观测性工具,她补充道,
“仅靠被动可观测性工具不足以实现这一飞跃,因为你无法承受在应用程序中发生越狱事件后 5 分钟的延迟。我们的新安全功能为 AI 团队配备了防护装置,可在 300 毫秒内防止不安全交互,威胁检测准确率达到 93%。”
来源: Businesswire.

传统监控与基于AI的监控对比
根据Visnjic的说法,传统监控与AI可观测性之间的区别在于,关键在于指出要衡量的风险因素以及以一致方式衡量它们的程序。她说,
“LLM和生成式AI应用开启了一整套我们此前尚未解决的安全挑战。”
来源: Siliconangle.
她解释说,挑战在于系统如何定位提示注入或越狱,包括来自终端用户的任何带有不良意图的输入。AI控制中心(AI Control Center)可为企业提供对AI应用性能的实时控制,帮助网络安全和业务团队应对多种风险,WhyLabs声称。企业可以微调可观测性系统,并为高级威胁检测设置自己的规则,以实现更精确的控制,这也可以是一个随着新兴威胁不断进行的持续过程。
通过这种方式,团队可以基于其与用户的AI 应用交互构建高质量的数据集,该平台还允许调查随时间出现的问题。这些功能现在可在 WhyLabs AI Control Platform 上获得,以及许多其他用于 AI 模型性能的工具,随着公司获得 1400 万美元的支持并扩大其产品范围。主要投资者包括 Bezos Expeditions、AI Funds 和 Madrona Venture Group。
最聪明的加密领域人士已经在阅读我们的通讯。想加入吗?加入他们。
免责声明: 所提供的信息不构成交易建议。Cryptopolitan.com 对基于本页信息进行的任何投资不承担任何责任。我们强烈建议在进行任何投资决策之前,进行独立研究或咨询合格的专业人士。

Aamir Sheikh
Aamir 是一位科技记者,在加密货币和科技行业拥有近六年的经验。他毕业于 MAJ 大学,获得金融与市场营销 MBA 学位。目前他在 Cryptopolitan 工作,报道加密货币市场的最新发展和价格预测。
















