Guardrails AI: 为大型语言模型添加安全护栏

Ray

Guardrails AI简介

Guardrails AI是一个专为大型语言模型(LLM)应用设计的开源Python框架。它的主要目标是帮助开发者构建更加可靠和安全的AI应用,通过在应用中添加输入/输出"护栏"来检测、量化和缓解特定类型的风险。

Guardrails的两大核心功能是:

  1. 运行输入/输出护栏,检测和缓解特定类型的风险
  2. 帮助从LLM生成结构化数据

通过这些功能,Guardrails可以大大提高AI应用的安全性和可靠性,是开发者构建AI应用的得力助手。

Guardrails in your application

Guardrails Hub

Guardrails Hub是Guardrails提供的一个预构建验证器集合。这些验证器可以检测特定类型的风险,并可以组合成输入和输出护栏,用于拦截LLM的输入和输出。开发者可以在Guardrails Hub上浏览完整的验证器列表及其文档。

Guardrails Hub gif

安装和使用

安装

Guardrails的安装非常简单,只需要一行命令:

pip install guardrails-ai

基本使用

以下是使用Guardrails创建输入和输出护栏的基本步骤:

  1. 下载并配置Guardrails Hub CLI:
pip install guardrails-ai
guardrails configure
  1. 从Guardrails Hub安装所需的护栏:
guardrails hub install hub://guardrails/regex_match
  1. 使用安装的护栏创建Guard:
from guardrails import Guard, OnFailAction
from guardrails.hub import RegexMatch

guard = Guard().use(
    RegexMatch, regex="\(?\\d{3}\)?-? *\\d{3}-? *-?\\d{4}", on_fail=OnFailAction.EXCEPTION
)

guard.validate("123-456-7890")  # 护栏通过
  1. 在一个Guard中运行多个护栏:
from guardrails import Guard, OnFailAction
from guardrails.hub import CompetitorCheck, ToxicLanguage

guard = Guard().use_many(
    CompetitorCheck(["Apple", "Microsoft", "Google"], on_fail=OnFailAction.EXCEPTION),
    ToxicLanguage(threshold=0.5, validation_method="sentence", on_fail=OnFailAction.EXCEPTION)
)

guard.validate(
    """An apple a day keeps a doctor away.
    This is good advice for keeping your health."""
)  # 两个护栏都通过

生成结构化数据

Guardrails还可以帮助从LLM生成结构化数据。以下是一个简单的例子:

from pydantic import BaseModel, Field
from guardrails import Guard
import openai

class Pet(BaseModel):
    pet_type: str = Field(description="Species of pet")
    name: str = Field(description="a unique pet name")

prompt = """
    What kind of pet should I get and what should I name it?
    ${gr.complete_json_suffix_v2}
"""
guard = Guard.from_pydantic(output_class=Pet, prompt=prompt)

raw_output, validated_output, *rest = guard(
    llm_api=openai.completions.create,
    engine="gpt-3.5-turbo-instruct"
)

print(validated_output)

这将输出一个结构化的Pet对象,包含pet_type和name字段。

Guardrails Server

Guardrails还提供了一个独立的服务器功能,可以通过guardrails start命令启动,并通过REST API与之交互。这种方法简化了Guardrails驱动的应用程序的开发和部署。

使用步骤如下:

  1. 安装: pip install "guardrails-ai"
  2. 配置: guardrails configure
  3. 创建配置: guardrails create --validators=hub://guardrails/two_words --name=two-word-guard
  4. 启动开发服务器: guardrails start --config=./config.py

然后就可以通过Python客户端或OpenAI SDK与服务器交互了。

Guardrails的优势

  1. 提高AI应用的安全性和可靠性
  2. 简化结构化数据生成过程
  3. 支持多种LLM,包括专有和开源模型
  4. 提供丰富的预构建验证器
  5. 支持自定义验证器
  6. 提供独立的服务器功能,便于集成

常见问题

  1. Guardrails是否支持所有LLM? 是的,Guardrails可以与专有和开源LLM一起使用。

  2. 我可以创建自己的验证器吗? 可以,Guardrails支持创建自定义验证器并贡献到Guardrails Hub。

  3. Guardrails支持其他编程语言吗? 目前Guardrails主要支持Python和JavaScript。团队正在努力添加对其他语言的支持。

贡献和社区

Guardrails是一个开源项目,欢迎社区贡献。开发者可以通过以下方式参与:

结语

Guardrails AI为大型语言模型应用提供了一个强大的安全框架,帮助开发者构建更可靠、更安全的AI应用。通过其丰富的功能和灵活的配置,Guardrails可以大大简化AI应用的开发过程,同时提高应用的质量。无论您是AI应用开发新手还是经验丰富的专家,Guardrails都是一个值得尝试的工具。

随着AI技术的不断发展,像Guardrails这样的安全框架将在未来扮演越来越重要的角色。我们期待看到更多开发者加入Guardrails社区,共同推动AI应用的安全性和可靠性不断提升。

avatar
0
0
0
最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号