Gemini Code Assist e AI responsabile

Questo documento descrive come è progettato Gemini Code Assist in funzione delle funzionalità, dei limiti e dei rischi associati all'AI generativa.

Funzionalità e rischi dei modelli linguistici di grandi dimensioni

I modelli linguistici di grandi dimensioni (LLM) possono svolgere molte attività utili, ad esempio:

  • Lingua di traduzione.
  • Riassumere il testo.
  • Genera codice e scrittura creativa.
  • Migliora chatbot e assistenti virtuali.
  • Integrare i motori di ricerca e i sistemi di suggerimenti.

Allo stesso tempo, le capacità tecniche in evoluzione degli LLM creano il potenziale per applicazioni errate, usi impropri e conseguenze non volute o impreviste.

Gli LLM possono generare output inaspettati, inclusi testi offensivi, insensibili o errati. Poiché gli LLM sono incredibilmente versatili, può essere difficile prevedere esattamente quali tipi di output indesiderati o imprevisti potrebbero produrre.

Dati questi rischi e queste complessità, Gemini Code Assist è stato progettato in base ai principi dell'IA di Google. Tuttavia, è importante che gli utenti comprendano alcune delle limitazioni di Gemini Code Assist per lavorare in modo sicuro e responsabile.

Limitazioni di Gemini Code Assist

Ecco alcuni dei limiti che potresti riscontrare utilizzando Gemini Code Assist:

  • Casi limite. I casi limite si riferiscono a situazioni insolite, rare o eccezionali che non sono ben rappresentate nei dati di addestramento. Questi casi possono portare a limitazioni nell'output dei modelli di Gemini Code Assist, ad esempio eccessiva sicurezza del modello, interpretazione errata del contesto o output inappropriati.

  • Modella allucinazioni, grounding e realtà. I modelli di Gemini Code Assist potrebbero non essere basati su dati oggettivi e non essere accurati in termini di conoscenza del mondo reale, proprietà fisiche o comprensione accurata. Questa limitazione può portare ad "allucinazioni" del modello, in cui Gemini Code Assist potrebbe generare output apparentemente plausibili, ma oggettivamente errati, irrilevanti, inappropriati o privi di senso. Le allucinazioni possono anche includere la creazione di link a pagine web che non esistono e non sono mai esistite. Per ulteriori informazioni, consulta Scrivere prompt migliori per Gemini per Google Cloud.

  • Qualità e ottimizzazione dei dati. La qualità, la precisione e il pregiudizio dei dati dei prompt inseriti nei prodotti Gemini Code Assist possono avere un impatto significativo sul loro rendimento. Se gli utenti inseriscono prompt imprecisi o errati, Gemini Code Assist potrebbe restituire risposte suboptimal o false.

  • Amplificazione del bias. I modelli linguistici possono amplificare inavvertitamente i bias esistenti nei dati di addestramento, generando output che potrebbero rafforzare ulteriormente i pregiudizi sociali e il trattamento ineguale di determinati gruppi.

  • Qualità della lingua. Sebbene Gemini Code Assist offra funzionalità multilingue impressionanti sui benchmark che abbiamo valutato, la maggior parte dei nostri benchmark (incluse tutte le valutazioni dell'equità) è in inglese americano.

    I modelli linguistici potrebbero fornire una qualità del servizio incoerente a utenti diversi. Ad esempio, la generazione di testo potrebbe non essere altrettanto efficace per alcuni dialetti o varianti linguistiche perché sono sottorappresentati nei dati di addestramento. Il rendimento potrebbe essere peggiore per le lingue diverse dall'inglese o per le varianti della lingua inglese con una minore rappresentazione.

  • Benchmark e sottogruppi di equità. Le analisi di equità dei modelli Gemini di Google Research non forniscono un resoconto esaustivo dei vari potenziali rischi. Ad esempio, ci concentriamo sui bias lungo gli assi di genere, etnia, gruppo etnico e religione, ma eseguiamo l'analisi solo sui dati e sulle uscite del modello in lingua inglese americano.

  • Esperienza limitata nel dominio. I modelli Gemini sono stati addestrati sulla tecnologia Google Cloud, ma potrebbero non avere la profondità di conoscenza necessaria per fornire risposte accurate e dettagliate su argomenti altamente specializzati o tecnici, il che può portare a informazioni superficiali o errate.

Filtri di sicurezza e tossicità di Gemini

I prompt e le risposte di Gemini Code Assist vengono controllati in base a un elenco completo di attributi di sicurezza, a seconda del caso d'uso. Lo scopo di questi attributi di sicurezza è filtrare i contenuti che violano le nostre Norme di utilizzo accettabile. Se un output è considerato dannoso, la risposta verrà bloccata.

Passaggi successivi