研究人员开发了一种新的审计方法,用于检测序列模型中的因果关系违反,该方法超越了传统的注意力掩码检查。这种轻量级的审计只需两次前向传播而无需训练,即可精确地定位表示依赖于未来输入的层。研究发现,虽然注意力掩码检查遗漏了所有因果关系泄露,但他们的审计成功地识别了Zamba2和Nemotron-H等模型中的缺陷,同时确认了Bamba-9B、Falcon-H1、Granite-4.0-H、Mamba2和RecurrentGemma等其他模型是干净的。 AI
影响 这种新的审计方法可以通过确保AI模型不泄露未来信息来提高其可靠性和可信度。
排序理由 该集群描述了一篇关于序列模型新审计方法的最新研究论文。
在 Hugging Face Daily Papers 阅读 →
- Nemotron-H
- Zamba2
- Bamba-9B
- Falcon-H1
- Granite.0-H
- Mamba2
- RecurrentGemma
- The Mask Is Not the Model: Auditing Prefix Invariance in Attention, State-Space, and Hybrid Sequence Models
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →