微軟首先限制了 Copilot 的字符數(shù)量，以減輕嚴(yán)重的幻覺發(fā)作。另外微軟引入了 "基礎(chǔ)檢測"(Groundedness Detection)功能，旨在幫助用戶識(shí)別基于文本的幻覺。

　　該功能將自動(dòng)檢測文本中的“ungrounded material”，以支持 LLM 輸出的質(zhì)量，最終提高質(zhì)量和信任度。

　　附上相關(guān)工具介紹如下：

　　Prompt Shields：用于檢測和阻止提示注入攻擊。包括用于在間接提示攻擊影響您的模型之前對(duì)其進(jìn)行識(shí)別的新模型，即將推出，現(xiàn)在可在 Azure AI Content Safety 中預(yù)覽。

　　Groundedness detection：主要用于檢測模型輸出中的“幻覺”情況，即將推出。

　　Safety system messages：可引導(dǎo)您的模型朝著安全、負(fù)責(zé)任的方向發(fā)展。

　　Safety evaluationsde：用于評(píng)估應(yīng)用程序在越獄攻擊和生成內(nèi)容風(fēng)險(xiǎn)方面的脆弱性，現(xiàn)已推出預(yù)覽版。

　　Risk and safety monitoring：了解哪些模型輸入、輸出和最終用戶會(huì)觸發(fā)內(nèi)容過濾器，從而為減輕風(fēng)險(xiǎn)提供信息，該功能即將推出，目前在 Azure OpenAI 服務(wù)中提供預(yù)覽版。