尽管大型语言模型(LLM)表现出了显着的能力,但由于自动回归过程,资源消耗和相当大的潜伏期所阻碍它们。在这项研究中,我们引入了自适应n克平行解码(ANPD),这是一种创新和无损的方法,通过允许同时产生多个代币来加速推断。ANPD结合了两级方法:它从采用N-Gram模块的快速起草阶段开始,该模块根据当前的交互式环境进行适应,然后是验证阶段,在此期间,原始LLM评估并确认了拟议的令牌。因此,ANPD预示着LLM原始外的完整性,同时提高了处理速度。我们利用N-Gram模块的多级体系结构来增强初始草稿的精度,从而减少了推理潜伏期。ANPD消除了重新培训或额外的GPU内存的需求,从而使其具有有效的插件增强功能。在我们的实验中,诸如美洲驼及其微调变体之类的模型显示出高达3的速度提高。67×,验证了我们提出的ANPD的有效性。
数据匿名化和假名化:确保用于训练和推理的数据充分匿名化或假名化,降低识别风险。通用数据保护法 (LGPD) 隐私保护 AI 技术:实施联邦 AI 和加密学习,允许在不直接共享个人数据的情况下训练模型。数据保护 – ANPD 和法规遵从性:遵守隐私法律和法规,例如通用数据保护法 (LGPD) 和国家数据保护局的标准 – ANPD 和欧洲通用数据保护条例 (GDPR),以确保数据收集和使用符合隐私标准。
ANPD ‹ 技术雷达 › 生物识别和面部识别 09 主题,在本研究的附件一中介绍。值得强调的是,尽管 LGPD 第 4 条将某些类型的数据处理排除在其范围之外,但上述条款的第 1 至 5 条规定了在任何情况下都必须遵守的规则。因此,根据第 1 条。第四,即使仅出于公共安全、调查或镇压刑事犯罪的目的,数据处理也必须遵守LGPD规定的“正当的法律程序、一般保护原则和数据主体的权利”。同样,在这些情况下,必须遵守私法法人实体的数据处理限制(第 4 条第 2 和 4 条)。最后,第 3 条。 4º声明ANPD将针对第III项规定的例外情况提出意见和建议,并且还必须要求负责人提交关于对个人数据保护的影响的报告。
信息政策领导中心 (CIPL) 欢迎有机会回应巴西 ANPD 关于人工智能和自动决策 (LGPD 第 20 条) 的咨询。CIPL 对 ANPD 为鼓励负责任地开发和部署人工智能所做的努力表示赞赏。20 多年来,CIPL 一直是组织问责制和基于风险的方法的思想领袖,这些方法是智能监管、负责任的治理和数据使用以及负责任地开发和部署人工智能的关键基石。1 CIPL 的“全球监管十项建议”提出了一种分层的三层人工智能监管方法,以保护基本人权并最大限度地降低对个人和社会造成伤害的潜在风险,同时实现负责任地开发和部署人工智能。 2 我们的基准报告“构建负责任的人工智能计划:将新兴最佳实践映射到 CIPL 问责框架”概述了 20 家领先组织如何通过 CIPL 问责框架负责任地开发和部署人工智能的最佳实践和案例研究。 3 CIPL 最新的讨论文件“将数据保护原则应用于生成人工智能:组织和监管机构的实用方法”考虑了关键的隐私和数据保护概念,并探讨了如何有效地将它们应用于生成人工智能模型和系统的开发和部署。 4