大模型智能与安全研究综述  

A Comprehensive Review of Large Language Models and Security Intelligence Analysis

作　　者：刘学博 张民 龚声蓉[2] LIU Xuebo;ZHANG Min;GONG Shengrong(Institute of Computing and Intelligence,Harbin Institute of Technology,Shenzhen 518055;School of Computer Science and Engineering,Changshu Institute of Technology,Changshu 215500,China)

机构地区：[1]哈尔滨工业大学(深圳)计算与智能研究院,广东深圳518055 [2]常熟理工学院计算机科学与工程学院,江苏常熟215500

出　　处：《常熟理工学院学报》2024年第2期1-6,11,共7页Journal of Changshu Institute of Technology

基　　金：国家自然科学基金国际(地区)合作交流项目“以汉语为核心的低资源机器翻译研究”(62261160648);国家自然科学基金重点项目“噪声环境下鲁棒机器翻译方法研究”(62036004)。

摘　　要：在探索人工智能领域的无限可能性中,大模型的出现标志着一次重大技术飞跃.大模型通过大规模预训练,掌握了语言的复杂结构和多样性,展现了前所未有的语境理解和任务适应能力.然而,它们的涌现能力、对大量计算资源的依赖,以及在多任务处理中可能产生的不良内容等问题,仍是当下研究的关键挑战.本文综述了大模型的发展历程和技术背景,并深入探讨了它们在基础通用理论、智能交互方法和安全防护策略方面的最新进展,为未来大模型的科学研究和技术应用提供指导.In exploring the infinite possibilities in the field of artificial intelligence,the emergence of large language models(LLM)marks a significant technological leap.LLM,through massive-scale pre-training,have mastered the complex structures across diverse languages,demonstrating unprecedented contextual understanding and task adaptability.However,its emergent capabilities,dependence on extensive computational resources,and the issue of the likely generation of harmful content in multi-task processing remain key challenges for on-going researches.This paper reviews the development history and technical background of LLM and delves into its latest advancements in basic general theories,intelligent interaction methods,and security protection strategies.It provides valuable insights and guidance for future scientific research and technical applications of LLM.

关 键 词：人工智能 大模型 基础通用理论 智能交互方法 安全防护策略 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]