当前位置:首页 > 报告详情

西北互助人寿保险公司 (Northwestern Mutual) 构建值得信赖的人工智能:护栏技术与策略.pdf

上传人: Fl****zo 编号:719003 2025-06-22 21页 1.09MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了Northwestern Mutual在构建可信赖人工智能方面的技术和策略。关键点如下: 1. 人工智能整合:公司致力于将AI产品整合为业务用例的构建模块。 2. Guardrail服务:识别主要风险类型,如内容审核、个人识别信息(PII)等,并采用不同工具进行保护。 3. 数据集和模型开发:通过合成数据集生成和利用开源库(如Tensorflow、PyTorch、Huggingface)进行模型微调。 - 合成数据集:针对不同风险类型生成问题,如PII相关数据集有789条。 - 模型微调:使用Rembert、Convbert、Deberta等基础模型,并在Databricks集群中进行训练。 4. 模型部署和评估:利用Databricks解决方案和MLFlow开发服务端点,集成到Agentic Systems。 5. 性能指标:Presidio在保护PII方面表现最佳;Databricks集群在序列分类任务上有助于合成数据集生成和模型微调。 6. 结论:Llama Guard作为通用风险输入检测器表现良好,结合提示工程可用于特定任务。 总体而言,文章强调了在人工智能实施中整合保护措施和模型评估的重要性。
"如何利用Databricks优化AI模型?" "AI风险防护中,哪种服务表现最佳?" "合成数据集在AI训练中有何妙用?"
客服
商务合作
小程序
服务号
折叠