风险与误用

精心设计的提示可以通过少样本学习和思维链提示等技术，有效地利用LLMs完成各种任务。当您考虑在LLMs之上构建实际应用时，思考语言模型的误用、风险和安全实践也变得至关重要。

本节重点介绍通过提示注入等技术突出显示LLM的一些风险和误用。它还强调了有害行为以及如何通过有效的提示技术和审核API等工具来缓解这些行为。其他感兴趣的主题包括泛化性、校准、偏见、社会偏见和事实性等。