目录
Prompt Fuzzer 新版本发布:更强大、更灵活的 GenAI 应用安全评估工具
Prompt Security 发布了新版 Prompt Fuzzer,这是一个开源的交互式工具,用于评估和增强 GenAI 应用的系统提示安全性。
新版本的主要改进包括:
- 自定义基准测试接口:用户可以使用自己的基准测试集来评估系统提示的安全性,提高了测试的灵活性和针对性。
- 子集测试接口:用户可以选择运行部分测试用例,提高了测试效率,方便针对特定问题进行修复。
- 改进的响应相似度评估:*通过比较实际响应和预期响应的相似度来评估测试结果,提高了测试的准确性。
- Google Colab 笔记本:提供了一个结构化的流程,方便用户进行系统提示的fuzzing、修复、回归测试等操作。
Prompt Fuzzer 可以帮助开发者:
- 评估 GenAI 应用系统提示的安全性,识别潜在的漏洞。
- 通过迭代测试和修复,增强系统提示的安全性。
- 将安全测试集成到 GenAI 应用的开发流程中。
Prompt Security 致力于推动 GenAI 的安全应用,并鼓励开发者积极使用和改进 Prompt Fuzzer。
来源:
https://www.prompt.security/blog/now-available-a-new-version-of-prompt-fuzzer-the-first-interactive-open-source-tool-for-genai-apps-vulnerability-assessment
Windows 会在更新时进行时间调整以减少碳排放
微软的 PowerGridForecast API 现已对开发者开放!它可以预测电网碳排放,帮助你的应用/游戏在碳排放低的时候进行更新,或者在用户不活跃的时候进行资源密集型操作,从而减少碳足迹。快来试试吧!
- 功能:
- 提供电网碳排放预测,帮助开发者优化应用程序,降低碳排放。
- 提供两个主要信号:
- Severity: 表示电网碳排放强度的标准化值(0.0 到 1.0),0 最佳,1 最差。
- IsLowUserExperienceImpact: 布尔值,表示用户是否正在使用设备。
- 应用场景:
- 根据预测的时间段,调整应用程序的更新时间,例如在低碳排放时段进行更新。
- 在高碳排放时段,降低应用程序的资源消耗,例如降低音频比特率或渲染精度。
- 在用户不活跃时段,启用应用程序的“节能模式”。
- 代码示例:
- 提供了 C# 和 C++ 代码示例,演示如何获取电网预测数据、查找最佳工作时间段以及监听预测更新事件。
using Windows.Devices.Power; void PrintBestTimes(PowerGridForecast forecast) { double bestSeverity = double.MaxValue; double bestLowImpactSeverity = double.MaxValue; DateTime bestTime = DateTime.MaxValue; DateTime bestLowImpactTime = DateTime.MaxValue; TimeSpan blockDuration = forecast.BlockDuration; DateTime startTime = forecast.StartTime; IList<PowerGridData> forecastSignals = forecast.Forecast; if (forecastSignals.Count == 0) { Console.WriteLine("Error encountered with getting forecast; try again later."); return; } foreach (PowerGridData data in forecastSignals) { if (data.Severity < bestSeverity) { bestSeverity = data.Severity; bestTime = startTime; } if (data.IsLowUserExperienceImpact && data.Severity < bestLowImpactSeverity) { bestLowImpactSeverity = data.Severity; bestLowImpactTime = startTime; } startTime = startTime + blockDuration; } if (bestLowImpactTime != DateTime.MaxValue) { DateTime endBestLowImpactTime = bestLowImpactTime + blockDuration; Console.WriteLine($"Lowest severity during low impact is {bestLowImpactSeverity}, which starts at {bestLowImpactTime.ToString()}, and ends at {endBestLowImpactTime}."); } else { Console.WriteLine("There's no low-user-impact time in which to do work."); } if (bestTime != DateTime.MaxValue) { DateTime endBestSeverity = bestTime + blockDuration; Console.WriteLine($"Lowest severity is {bestSeverity}, which starts at {bestTime.ToString()}, and ends at {endBestSeverity.ToString()}."); } } PowerGridForecast forecast = PowerGridForecast.GetForecast(); PrintBestTimes(forecast);
PowerGridForecast 类为开发者提供了一种有效的方式,可以利用电网碳排放预测信息来优化应用程序,从而实现节能减排的目标。
来源:
https://learn.microsoft.com/zh-cn/uwp/api/windows.devices.power.powergridforecast?view=winrt-26100
如对以上的代码示例感兴趣,可以结合 AI 进一步探索:
# 从指定的 .c文件获取数据,使用 Google Gemini AI 进行分析 x cat save_power.c | @gemini '代码主要的功能是什么?'
进一步探索:
除了使用 Google Gemini AI 模型,还可以使用 OpenAI、Mistral 和 Kimi 等 AI 模型。
- https://cn.x-cmd.com/mod/gemini
- https://cn.x-cmd.com/mod/openai
- https://cn.x-cmd.com/mod/mistral
- https://cn.x-cmd.com/mod/moonshot
更多内容请查阅 : blog-240803
关注微信官方公众号 : oh my x
获取开源软件和 x-cmd 最新用法