一、前言

    受限于模型本身的一些缺陷，任何模型均可能会生成一些不正确的输出。如何通过技术的手段去规避模型潜在的风险，提升推理质量是需要持续探究的过程。

    如何利用第三方内容安全审核服务去检测模型输出内容的合规性，请查看：开源模型应用落地-安全合规篇-模型输出合规性检测（三）

---

二、术语

2.1、违禁词

    是指在特定环境或上下文中被禁止使用的词语或短语。这些词汇通常包含敏感、冒犯、侮辱、不雅或违法的内容，可能会引起争议、伤害他人或违反相关规定。

    违禁词的范围因文化、社会、国家和机构的差异而异。例如，在社交媒体平台或在线论坛上，违禁词可能包括种族歧视、仇恨言论、色情、暴力、恶意攻击等内容。在法律层面，违禁词可能包括诽谤、诅咒、威胁、侵犯他人隐私或煽动暴力等。

---

三、前置条件

3.1. windows or linux操作系统均可

3.2. 下载chatglm3-6b模型

从huggingface下载：https://huggingface.co/THUDM/chatglm3-6b/tree/main

​

从魔搭下载：魔搭社区汇聚各领域最先进的机器学习模型，提供模型探索体验、推理、训练、部署和应用的一站式服务。https://www.modelscope.cn/models/ZhipuAI/chatglm3-6b/fileshttps://www.modelscope.cn/models/ZhipuAI/chatglm3-6b/files​

 3.3. 创建虚拟环境&安装依赖

conda create --name chatglm3 python=3.10
conda activate chatglm3
pip install protobuf transformers==4.39.3 cpm_kernels torch>=2.0 sentencepiece accelerate

---

四、技术实现

4.1.示例代码

# -*-  coding = utf-8 -*-
from transformers import AutoTokenizer, AutoModelForCausalLMmodelPath = "/model/chatglm3-6b"def loadTokenizer():tokenizer = AutoTokenizer.from_pretrained(modelPath, use_fast=False, trust_remote_code=True)return tokenizerdef loadModel():model = AutoModelForCausalLM.from_pretrained(modelPath, device_map="auto",  trust_remote_code=True).cuda()model = model.eval()return modeldef main(prompt):past_key_values, history = None, []try:print("\nChatGLM：", end="")current_length = 0response_generated = Falsefor response, history, past_key_values in model.stream_chat(tokenizer, prompt, history=history, top_p=1,temperature=0.01,past_key_values=past_key_values,return_past_key_values=True,bad_words_ids=bad_word_ids):response_generated = Trueprint(response[current_length:], end="", flush=True)current_length = len(response)if not response_generated:print("没有生成任何回答。")except RuntimeError as e:print(f"生成文本时发生错误：{e}，这可能是涉及到设定的敏感词汇")if __name__ == "__main__":model = loadModel()tokenizer = loadTokenizer()bad_words = ["陈家祠", "白云山"]bad_word_ids = [tokenizer.encode(bad_word, add_special_tokens=False) for bad_word in bad_words]prompt = '我家在广州，你能给我推荐一些我家的特色景点吗？'main(prompt)

为了确保测试效果，上述代码使用了两个语义上属于合规的词汇作为测试。实际业务上，应该替换成有实际意义的违禁词。

4.2.启动命令

python -u chatglm3_bad_word_ids.py

调用结果：

结论是：命中了敏感词“陈家祠”，模型推理中断。

---

五、附带说明

5.1. 不带违禁词识别的完整代码及执行效果

# -*-  coding = utf-8 -*-
from transformers import AutoTokenizer, AutoModelForCausalLMmodelPath = "/model/chatglm3-6b"def loadTokenizer():tokenizer = AutoTokenizer.from_pretrained(modelPath, use_fast=False, trust_remote_code=True)return tokenizerdef loadModel():model = AutoModelForCausalLM.from_pretrained(modelPath, device_map="auto",  trust_remote_code=True).cuda()model = model.eval()return modeldef main(prompt):past_key_values, history = None, []try:print("\nChatGLM：", end="")current_length = 0response_generated = Falsefor response, history, past_key_values in model.stream_chat(tokenizer, prompt, history=history, top_p=1,temperature=0.01,past_key_values=past_key_values,return_past_key_values=True):response_generated = Trueprint(response[current_length:], end="", flush=True)current_length = len(response)if not response_generated:print("没有生成任何回答。")except RuntimeError as e:print(f"生成文本时发生错误：{e}，这可能是涉及到设定的敏感词汇")if __name__ == "__main__":model = loadModel()tokenizer = loadTokenizer()prompt = '我家在广州，你能给我推荐一些我家的特色景点吗？'main(prompt)