Валидация ИИ-модели
Оригинал: Validate AI Model
Проверяйте, что ИИ-модели работают как задумано: тестируйте их на наличие триггеров бэкдора, потенциальной утечки данных или состязательного воздействия.
Отслеживайте концептуальный дрейф ИИ-модели и дрейф обучающих данных, которые могут указывать на подмену или отравление данных.
Связанные техники
Убедитесь, что приобретенные модели не реагируют на потенциальные бэкдор-триггеры или состязательное воздействие.
AML.T0018Манипуляция ИИ-модельюПроверка ИИ-модели на широком наборе состязательных входных данных может повысить уверенность в том, что модель не подвергалась манипуляциям.
AML.T0018.000Отравление ИИ-моделиУбедитесь, что обученные модели не реагируют на потенциальные бэкдор-триггеры или состязательное воздействие.
AML.T0018.001Изменение архитектуры ИИ-моделиУбедитесь, что приобретенные модели не реагируют на потенциальные бэкдор-триггеры или состязательное воздействие.
AML.T0020Отравление обучающих данныхТщательная оценка ИИ-модели может повысить уверенность в том, что модель не была отравлена.
AML.T0043Создание состязательных данныхПроверка ИИ-модели на состязательных данных помогает убедиться, что модель работает как задумано и устойчива к состязательным входным данным.
AML.T0043.004Добавление бэкдор-триггераПроверка того, что ИИ-модель не реагирует на бэкдор-триггеры, может повысить уверенность в том, что модель не была отравлена.
AML.T0057Утечка данных из LLMТщательная оценка ИИ-модели может использоваться для выявления рисков для конфиденциальности, утечек данных и возможности раскрытия чувствительной информации.