Desarrollo de Aplicaciones Seguras y Responsables con LLM

Descripción general de la Arquitectura del LLM y Superficie de Ataque

• Cómo se construyen, despliegan y acceden a los LLM a través de APIs.
• Componentes clave en las stacks de aplicaciones LLM (por ejemplo, instrucciones, agentes, memoria, APIs).
• Dónde y cómo surgen los problemas de seguridad en el uso real.

Inyección de Instrucciones y Ataques de Jailbreak

• Qué es la inyección de instrucciones y por qué es peligrosa.
• Escenarios de inyección directa e indirecta de instrucciones.
• Técnicas de jailbreaking para eludir filtros de seguridad.
• Estrategias de detección y mitigación.

Fuga de Datos y Riesgos de Privacidad

• Exposición accidental de datos a través de las respuestas.
• Fugas de información personal identificable (PII) y mal uso de la memoria del modelo.
• Diseño de instrucciones conscientes de la privacidad y generación aumentada por recuperación (RAG).

Filtrado y Protección de la Salida del LLM

• Uso de Guardrails AI para el filtrado y validación de contenido.
• Definición de esquemas y restricciones de salida.
• Monitoreo y registro de salidas no seguras.

Enfoques con Supervisión Humana en el Proceso

• Dónde y cuándo introducir supervisión humana.
• Colas de aprobación, umbrales de puntuación y manejo de respuestas alternativas.
• Calibración de la confianza y el papel de la explicabilidad.

Patrones de Diseño Seguro para Aplicaciones LLM

• Principio de mínimo privilegio y aislamiento (sandboxing) para llamadas a APIs y agentes.
• Límites de velocidad, control de tráfico y detección de abuso.
• Cadenas robustas con LangChain y aislamiento de instrucciones.

Cumplimiento, Registro y Gobernanza

• Garantizar la auditablez de las salidas del LLM.
• Mantener la trazabilidad y el control de versiones de instrucciones.
• Alinear con las políticas de seguridad internas y necesidades regulatorias.

Resumen y Próximos Pasos