AI i LLM · Middle · Pytanie 61 z 75
Dlaczego słabości wektorów i embeddingów są na liście ryzyk LLM?
- 1Wyciekające lub zatrute bazy wektorów szkodzą odpowiedziom i prywatności
- 2Wektory sprawiają, że modele odtąd odpowiadają tylko liczbami
- 3Modele embeddingów nie mogą działać na serwerach
Pokaż odpowiedź
Poprawna odpowiedź: Wyciekające lub zatrute bazy wektorów szkodzą odpowiedziom i prywatności
Wyjaśnienie
Problemy obejmują brak kontroli dostępu, wycieki między tenantami i ataki inwersji odtwarzające tekst z embeddingów.