Mengembangkan Responsible Generative AI Toolkit dengan alat baru untuk setiap LLM

Membangun AI secara bertanggung jawab sangatlah penting. Kare itulah kami menciptakan Responsible GenAI Toolkit, yang menyediakan sumber daya untuk mendesain, membangun, dan mengevaluasi model AI terbuka. Dan kami tidak berhenti di situ! Kami sekarang memperluas toolkit ini dengan fitur baru yang dirancang untuk bekerja dengan semua LLM, baik Gemma, Gemini, atau model lainnya. Rangkaian alat dan fitur ini memberdayakan semua orang untuk membangun AI secara bertanggung jawab, apa pun model yang mereka pilih.

Inilah fitur-fitur barunya:

SynthID Text: memberi tanda air dan mendeteksi konten yang dibuat oleh AI

Apakah sulit untuk mengetahui sebuah teks ditulis oleh manusia atau dibuat oleh AI? SynthID Text siap membantu Anda. Teknologi ini memungkinkan Anda memberi tanda air dan mendeteksi teks yang dihasilkan oleh produk GenAI Anda.

Bagaimana cara kerjanya: SynthID memberi tanda air dan mengidentifikasi konten yang dibuat oleh AI dengan menyematkan tanda air digital secara langsung ke dalam teks yang dibuat oleh AI.

Open source untuk developer: SynthID untuk teks bisa diakses oleh semua developer melalui Hugging Face dan Responsible GenAI Toolkit.

Pelajari lebih lanjut:

• Pelajari detail teknis lengkapnya dalam jurnal Nature.

• Temukan cara mengaplikasikan SynthID secara bertanggung jawab di situs Responsible GenAI Toolkit.

• Jelajahi Halaman Teknologi SynthID untuk mendapatkan ringkasan yang komprehensif tentang kemampuan SynthID dalam semua modalitas.

Gunakan sekarang:

• Implementasi tingkat produksi tersedia di library Hugging Face Transformers. Lihat Hugging Face Space untuk mendapatkan panduan langkah demi langkah tentang cara mengonfigurasi SynthID untuk aplikasi GenAI Anda.

• Implementasi referensi juga tersedia di GitHub dan PyPI, dengan Notebook Colab untuk pembelajaran interaktif.

Kami mengundang komunitas open source untuk membantu kami memperluas jangkauan SynthID Text ke semua framework, berdasarkan implementasi di atas. Hubungi kami di GitHub atau Discord jika Anda memiliki pertanyaan.

Model Alignment: menyempurnakan prompt Anda dengan bantuan LLM

Membuat prompt yang secara efektif menerapkan kebijakan bisnis Anda sangatlah penting untuk menghasilkan output berkualitas tinggi.

Library Model Alignment membantu Anda menyempurnakan prompt Anda dengan dukungan dari LLM.

Berikan masukan tentang keinginan Anda terhadap output model agar berubah sebagai kritik holistik atau serangkaian panduan.

Gunakan Gemini atau LLM pilihan Anda untuk mengubah masukan Anda menjadi prompt yang menyelaraskan perilaku model Anda dengan kebijakan konten dan kebutuhan aplikasi Anda.

Gunakan sekarang:

• Lakukan eksperimen dengan demo interaktif di Colab dan lihat bahwa Gemini bisa membantu menyelaraskan dan meningkatkan prompt untuk Gemma.

• Akses library di PyPI.

• Gunakan metode ini di Vertex AI Studio dengan Refine Prompt.

Proses Debug Prompt: menyederhanakan deployment LIT di Google Cloud

Proses debug prompt sangatlah penting untuk pengembangan AI yang bertanggung jawab. Kami mempermudah dan mempercepatnya dengan pengalaman deployment yang disempurnakan untuk Learning Interpretability Tool (LIT) di Google Cloud.

• Penyajian model yang efisien dan serbaguna: Manfaatkan container server model baru LIT untuk men-deploy setiap Hugging Face atau Keras LLM dengan dukungan untuk pembuatan, tokenisasi, dan penilaian salience pada GPU Cloud Run.

• Konektivitas yang diperluas dari Aplikasi LIT: Terhubung dengan mudah ke model yang dihosting sendiri atau Gemini melalui Vertex API (hanya untuk pembuatan).

• Pelajari lebih lanjut: Jelajahi kemampuan LIT untuk penyelarasan model yang bertanggung jawab di situs Responsible GenAI Toolkit.

Kami menghargai setiap masukan Anda!

Bergabunglah dalam percakapan di Discord Komunitas Developer Google dan bagikan pendapat Anda mengenai tambahan baru ini. Kami sangat ingin mendengar masukan Anda dan terus membangun masa depan AI yang bertanggung jawab bersama-sama.