[3F5-OS-42b] 大規模言語モデルの安全対策 ― 大いなる力には、大いなる責任が伴う

[3F5-OS-42b-04] （OS招待講演）安全な大規模言語モデルの構築と利用を目指して

〇岡崎 直観¹、金子 正弘² (1. 東京科学大学、2. MBZUAI)

キーワード：大規模言語モデル、安全性、バイアス

本講演では、合成データに基づく指示チューニングによる安全性の強化など、大規模言語モデル（LLM）の構築における安全性への取り組みに加えて、LLMの（言語横断的な）バイアス測定、自己改善によるバイアス除去、メンバーシップ推論攻撃とその回避策、LLM検出（LLMによって生成されたテキストかを識別すること）の頑健性向上など、LLMの利用における安全性に関する研究を紹介します。