Please use this identifier to cite or link to this item:
https://essuir.sumdu.edu.ua/handle/123456789/94756
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Інформаційна технологія тестування вразливості до атак мовних моделей генеративного штучного інтелекту |
Other Titles |
Information technology for testing vulnerability to attacks of language models of generative artificial intelligence |
Authors |
Медведєв, Д.О.
|
ORCID | |
Keywords |
велика мовна модель large language model інформаційна технологія information technology прикладний програмний інтерфейс application programming interface тестування testing штучний інтелект artificial intelligence |
Type | Masters thesis |
Date of Issue | 2023 |
URI | https://essuir.sumdu.edu.ua/handle/123456789/94756 |
Publisher | Сумський державний університет |
License | Copyright not evaluated |
Citation | Медведєв Д. О. Інформаційна технологія тестування вразливості до атак мовних моделей генеративного штучного інтелекту : робота на здобуття кваліфікаційного ступеня магістра : спец. 122 – комп’ютерні науки / наук. кер. А. С. Москаленко. Суми : Сумський державний університет, 2023. 63 с. |
Abstract |
Розроблено інформаційну систему тестування вразливості до атак великих мовних моделей генеративного штучного інтелекту на основі провідних генеративних моделей GPT-3.5, LLaMA-2 та Vicuna. Під час виконання завдання було проаналізовано підходи до аналізування алгоритму роботи великих мовних моделей при вирішенні даної задачі. Були розглянуті критерії оцінки ризиків великих мовних моделей, їх вразливості, загрози та засоби їх протидії. Результатом виконанням досліджень є створення інформаційної технології тестування вразливості до атак мовних моделей. |
Appears in Collections: |
Кваліфікаційні роботи здобувачів вищої освіти (ЕлІТ) |
Views
Australia
1
Indonesia
1
Singapore
1
Ukraine
44
United States
46
Unknown Country
95
Downloads
Romania
1
Singapore
1
Ukraine
95
United States
43
Unknown Country
97
Files
File | Size | Format | Downloads |
---|---|---|---|
Medvediev_mag_rob.pdf | 1.65 MB | Adobe PDF | 237 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.