#14 · 主分类: 隐私保护与联邦数据科学

nesa

ai deep-learning encryption llms privacy

端到端加密地运行AI模型

项目最后更新:02/10/25

GitHub Stars

3.2K

Forks数量

246

贡献者数量

12

许可证

Other

收录理由

当团队需要在敏感数据上运行大语言模型或图像模型时,常常被迫在速度与隐私之间做取舍。Nesa 用自研的等变加密方案绕开了这道选择题:推理延迟几乎没有变化,常见的激活函数和归一化层都能覆盖,托管方从头到尾看不到输入数据,连查询内容也无从知晓。它还提供了兼容 ChatGPT 的接口,开发者只需改一行代码就能切换,并且支持 Llama、Mistral、Stable Diffusion 等众多模型。对处理受监管或机密数据的场景来说,这种近乎零额外开销的端到端加密,在当下的 AI API 市场里确实不多见。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目