我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
風險管理將帶我們了解一些主要風險，這些風險之間沒有層級區分，這些風險可能會摧毀一個 AI 項目：幻覺、記憶化、虛假訊息、影響操作、有害內容、對抗性攻擊、隱私、網路安全以及過度依賴，儘管只談論 AI 提供的機會會更愉快，但我們必須應對這些風險，才能與客戶、團隊和最終用戶建立信任關係。
接下來，我們將介紹一些風險緩解工具，通過高級 Prompt 工程，例如實施審核模型、知識庫、關鍵字解析、Prompt 導航、後處理審核以及嵌入技術，到本章結束時，您將了解一些主要風險和緩解方法。
本章節將涵蓋以下主題：
- 功能性通用人工智慧
- 風險管理
- 風險對抗工具
- 調節 Transformer
- 建構知識庫、RAG 和 RLHF
- 關鍵字爬蟲
- 後處理審核
- 詞嵌入
- Token 管理
