تعد [نماذج [اللغة](/tag/اللغة) الكبيرة](/tag/[نماذج](/tag/نماذج)-[اللغة](/tag/اللغة)-الكبيرة) (Large Language [Models](/tag/models) - [LLMs](/tag/llms)) إحدى [الابتكارات](/tag/الابتكارات) الثورية في مجال الذكاء الاصطناعي، لكنها تواجه [تحديات](/tag/تحديات) كبيرة، لا سيما من الهجمات الضارة. في هذا السياق، يتناول [بحث](/tag/بحث) [جديد](/tag/جديد) [تقنية](/tag/تقنية) أُطلق عليها اسم إعادة [الكتابة](/tag/الكتابة) اللطيفة (Open-Book Benign Rewriting - OBBR) كوسيلة فعّالة لمكافحة هذه الهجمات.

تظهر [الأبحاث](/tag/الأبحاث) أن هذه [التقنية](/tag/التقنية) تُمكّن النموذج من محاربة الهجمات الضارة بشكل أكثر فعالية مما هو موجود حاليًا. من خلال استخدام عينات مفتوحة وموثوقة، نجحت OBBR في الحفاظ على نقاء البيانات، مما يرفع من احتمال إنتاج مخرجات آمنة مقارنةً بأساليب إعادة [الكتابة](/tag/الكتابة) الأخرى.

أظهرت الدراسات أن OBBR تزيد من [أداء](/tag/أداء) [الأمان](/tag/الأمان) بمعدل 51% مقارنةً بأحدث [الدفاعات](/tag/الدفاعات) المعروفة ضد الهجمات الضارة، مما يجعلها خيارًا جذابًا للغاية لمطوري [النماذج](/tag/النماذج) في جميع أنحاء العالم. بالإضافة إلى ذلك، تتميز هذه [التقنية](/tag/التقنية) بكفاءتها من حيث الحوسبة، مما يعني أنها لا تؤثر سلبًا على [أداء النموذج](/tag/[أداء](/tag/أداء)-النموذج) في المهام اللغوية الطبيعية حتى بعد إجراء عمليات ضبط دقيقة.

تعتبر OBBR أيضًا فعّالة ضد الهجمات التي لا تحتوي على محفزات، مما يوسع نطاق حمايتها ليشمل مجموعة متنوعة من التهديدات.

باختصار، يمثل استخدام إعادة [الكتابة](/tag/الكتابة) اللطيفة خطوة مهمة [نحو](/tag/نحو) [تحسين](/tag/تحسين) [أمان](/tag/أمان) [نماذج](/tag/نماذج) اللغة، حيث يجمع بين الفعالية والكفاءة في عالم مليء بالتحديات السيبرانية.