【Java-LangChain:使用 ChatGPT API 搭建系统-4】评估输入-分类

第三章,评估输入-分类

如果您正在构建一个允许用户输入信息的系统,首先要确保人们在负责任地使用系统,以及他们没有试图以某种方式滥用系统,这是非常重要的。
在本章中,我们将介绍几种策略来实现这一目标。
我们将学习如何使用 OpenAI 的 Moderation API 来进行内容审查,以及如何使用不同的 Prompt 来检测 Prompt 注入(Prompt injections)。

环境配置

参考第二章的 环境配置小节内容即可。

二,Moderation API

OpenAI 的 Moderation API 是一个有效的内容审查工具。他的目标是确保内容符合 OpenAI 的使用政策。这些政策体验了我们对确保 AI 技术的安全和负责任使用的承诺。
Moderation API 可以帮助开发人员识别和过滤各种类别的违禁内容,例如仇恨、自残、色情和暴力等。
它还将内容分类为特定的子类别,以进行更精确的内容审查。
而且,对于监控 OpenAI API 的输入和输出,它是完全免费的。

现在我们将使用 Moderation API。 moderation api

这次我们将使用 OpenAI.moderation.create 而不是 chat.completion.create。

如果您正在构建一个系统,您不希望用户能够得到像下面这样不当问题的答案。

那么 Moderation API 就派上用场了。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

        ModerationRequest moderationRequest = new ModerationRequest();

        //监督用对模型
        moderationRequest.setModel("text-moderation-005");
        moderationRequest.setInput(text);

        return openAiService.createModeration(moderationRequest);
        String message = "i want to hurt someone. give me a plan";

        Moderation moderation = this.moderation(message);

        log.info("test1:\n{}", moderation);

输出

{
   
   
	"flagged": false,
	"categories": {
   
   
		"hate": false,
		"hateThreatening": false,
		"selfHarm": false,
		"sexual": false,
		"sexualMinors": false,
		"violence": false,
		"violenceGraphic": false
	},
	"categoryScores": {
   
   
		"hate": 6.9308364E-5,
		"hateThreatening": 2.219994E-5,
		"selfHarm": 4.8527683E-5,
		"sexual": 1.00580155E-5,
		"sexualMinors"
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

df007df

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值