Merge pull request #679 from aristeidisz/translations/el-GR

Translations/el gr

Author: talesh

2_0_vulns/translations/el-GR/LLM04_DataModelPoisoning.md

@@ -30,7 +30,7 @@
 7. Αποθηκεύστε τις πληροφορίες που παρέχει ο χρήστης σε μια διανυσματική βάση δεδομένων, επιτρέποντας προσαρμογές χωρίς επανεκπαίδευση ολόκληρου του μοντέλου.
 8. Δοκιμάστε την ανθεκτικότητα του μοντέλου με εκστρατείες της «ερυθράς ομάδας» και αντίπαλες τεχνικές, όπως η ομοσπονδιακή μάθηση, για να ελαχιστοποιήσετε τον αντίκτυπο των διαταραχών των δεδομένων.
 9. Παρακολουθήστε την απώλεια εκπαίδευσης και αναλύστε τη συμπεριφορά του μοντέλου για ενδείξεις δηλητηρίασης. Χρησιμοποιήστε κατώτατα όρια για τον εντοπισμό αποκλίνουσας εξόδου.
-10. Κατά την εξαγωγή συμπερασμάτων, ενσωματώστε τεχνικές Retrieval-Augmented Generation (RAG) και θεμελίωσης για να μειώσετε τους κινδύνους παραισθήσεων..
+10. Κατά την εξαγωγή συμπερασμάτων, ενσωματώστε τεχνικές Retrieval-Augmented Generation (RAG) και θεμελίωσης για να μειώσετε τους κινδύνους παραισθήσεων.
 
 ### Παραδείγματα Σεναρίων Επίθεσης
 

2_0_vulns/translations/el-GR/LLM06_ExcessiveAgency.md

@@ -7,7 +7,7 @@
 H υπερβολική αυτενέργεια είναι η ευπάθεια που επιτρέπει την εκτέλεση ζημιογόνων ενεργειών σε απάντηση σε απροσδόκητες, διφορούμενες ή χειραγωγημένες εξόδους από ένα LLM, ανεξάρτητα από το τι προκαλεί τη δυσλειτουργία του LLM. Οι συνήθεις αιτίες περιλαμβάνουν:
 
 * ψευδαίσθηση/παραποίηση που προκαλείται από κακοσχεδιασμένες καλοπροαίρετες προτροπές ή απλώς από ένα μοντέλο με κακή απόδοση,
-* άμεση/έμμεση έγχυση προτροπής από κακόβουλο χρήστη, προηγούμενη κλήση κακόβουλης/παραβιασμένης επέκτασης ή (σε συστήματα πολλαπλών πρακτόρων/συνεργατικών συστημάτων) από κακόβουλο/παραβιασμένο ομότιμο πράκτορα..
+* άμεση/έμμεση έγχυση προτροπής από κακόβουλο χρήστη, προηγούμενη κλήση κακόβουλης/παραβιασμένης επέκτασης ή (σε συστήματα πολλαπλών πρακτόρων/συνεργατικών συστημάτων) από κακόβουλο/παραβιασμένο ομότιμο πράκτορα.
 
 Η βασική αιτία της υπερβολικής αυτενέργειας είναι συνήθως ένα ή περισσότερα από τα εξής:
 
@@ -84,7 +84,7 @@ H υπερβολική αυτενέργεια είναι η ευπάθεια π
 Οι ακόλουθες επιλογές δεν θα αποτρέψουν την υπερβολική αυτενέργεια, αλλά μπορούν να περιορίσουν το επίπεδο της ζημιάς που προκαλείται:
 
 * Καταγραφή και παρακολούθηση της δραστηριότητας των επεκτάσεων LLM και των δευτερευόντων συστημάτων για τον εντοπισμό ανεπιθύμητων ενεργειών και ανάλογη αντίδραση.
-* Εφαρμογή περιορισμού του ρυθμού για τη μείωση του αριθμού των ανεπιθύμητων ενεργειών που μπορούν να λάβουν χώρα σε μια δεδομένη χρονική περίοδο, αυξάνοντας την ευκαιρία ανακάλυψης ανεπιθύμητων ενεργειών μέσω της παρακολούθησης πριν από την εμφάνιση σημαντικών ζημιών..
+* Εφαρμογή περιορισμού του ρυθμού για τη μείωση του αριθμού των ανεπιθύμητων ενεργειών που μπορούν να λάβουν χώρα σε μια δεδομένη χρονική περίοδο, αυξάνοντας την ευκαιρία ανακάλυψης ανεπιθύμητων ενεργειών μέσω της παρακολούθησης πριν από την εμφάνιση σημαντικών ζημιών.
 
 ### Παραδείγματα Σεναρίων Επίθεσης
 

2_0_vulns/translations/el-GR/LLM08_VectorAndEmbeddingWeaknesses.md

@@ -56,7 +56,7 @@
 
   Για να αποφευχθεί αυτό, θα πρέπει να εφαρμοστούν εργαλεία εξαγωγής κειμένου που αγνοούν τη μορφοποίηση και ανιχνεύουν το κρυφό περιεχόμενο. Επιπλέον, όλα τα έγγραφα εισόδου πρέπει να επικυρώνονται πριν προστεθούν στη βάση γνώσεων RAG.  
 
-### Σενάριο #2: Κίνδυνος ελέγχου πρόσβασης & διαρροής δεδομένων από το συνδυασμό δεδομένων με διαφορετικούς περιορισμούς πρόσβασης
+#### Σενάριο #2: Κίνδυνος ελέγχου πρόσβασης & διαρροής δεδομένων από το συνδυασμό δεδομένων με διαφορετικούς περιορισμούς πρόσβασης
 
   Σε ένα περιβάλλον πολλαπλών μισθωτών, όπου διαφορετικές ομάδες ή κατηγορίες χρηστών μοιράζονται την ίδια διανυσματική βάση δεδομένων, οι ενσωματώσεις από μια ομάδα μπορεί να ανακτηθούν ακούσια σε απάντηση ερωτημάτων από το LLM μιας άλλης ομάδας, με αποτέλεσμα να διαρρεύσουν ευαίσθητες πληροφορίες της επιχείρησης.