オリジナル：
https://twitter.com/SpaceandTimeDB/status/1772645983400202351?s=20
企業での LLM の使用が加速し、人工知能がコア ビジネス プロセスにさらに深く統合されるにつれて、検証可能性がこれまで以上に重要になっています。
人工知能に関しては、ブランドの信頼だけではもはや十分ではありません。 LLM を利用する企業は、消費者、訴訟関係者、議員、利害関係者に次の質問に対する答えを提供できる必要があります。
🟣 LLM のトレーニング/微調整にはどのようなデータセットが使用されますか? これらのコレクションには著作権で保護されたコンテンツや保護された知的財産権が含まれていますか?
🟣 機密性の高い素材はトレーニング前 (またはプロンプトで取得するベクター検索データベースにデータを入力する前) に削除されましたか?
🟣 ユーザーリクエストの処理に正しい LLM バイナリと重みが使用されていますか? サードパーティがホストする LLM サービスを使用する場合、サードパーティが応答を操作していないと信頼できますか?
🟣 RAG プロセスの結果、機密 IP が誤ってサードパーティの LLM サービスに転送されましたか?
🟣 エンタープライズ データセットを使用するコード ライブラリまたは AI エージェント プロセスのプロンプトを管理および承認するガバナンス プロセスをどのように開発すればよいでしょうか?
🟣 コンテンツが組織の情報源に対して本物であることを証明し、その出所を検証するにはどうすればよいでしょうか?
この SxT ブログでは、Space and Time の共同創設者兼 CTO である @chiefbuidl が、エンドツーエンドの検証可能な LLM システムを提供するプロセスと課題について説明しています。改ざん防止されサニタイズされたトレーニング データ セットから始めて、最終的には正しいことを証明します。モデルが使用され、結果のコンテンツには透かしが入れられます。
実装されると、検証可能な LL.M. がより良いものを提供します…
✅ 信頼できる ✅ 正確さと信頼性 ✅ カスタマイズ ✅ コンテンツの信頼性
Space and Time は、プロセスのいくつかの重要なステップに検証可能性を導入することに焦点を当てており、ZK とブロックチェーン技術を使用して、LLM トレーニング、微調整、RAG に使用されるマテリアルを暗号的に証明します。
ここのブログ投稿を読んでください: