PulseAugur
中
实时 09:49:53
Français(FR) Un modèle peut en reprogrammer un autre en écrivant dans ses poids. Sur Qwen2.5-1.5B, un éditeur a imposé « Buenos Aires » pour les JO de 2000, 100 fois sur 100

AI模型通过写入其权重来重写另一个模型

一篇研究论文展示了一个AI模型可以通过直接写入其权重来重写另一个模型。当应用于Qwen2.5-1.5B模型时,一个编辑器成功地在100%的情况下强制该模型将“布宜诺斯艾利斯”与2000年奥运会关联起来。然而,重写并不完美,导致模型错误地将布宜诺斯艾利斯置于澳大利亚。 AI

影响 展示了一种新的模型编辑和控制方法,可能影响AI安全和微调技术。

排序理由 研究论文详细介绍了一种新颖的模型重写方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 Mastodon — sigmoid.social 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI模型通过写入其权重来重写另一个模型

本文如何被排名

Signal score
15 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
研究论文详细介绍了一种新颖的模型重写方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
paper, model release
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. Mastodon — sigmoid.social TIER_1 Français(FR) · [email protected] ·

    一个模型可以通过写入其权重来重写另一个模型。在Qwen2.5-1.5B上,一个编辑器100次中有100次成功植入了“布宜诺斯艾利斯”以代表2000年奥运会

    Un modèle peut en reprogrammer un autre en écrivant dans ses poids. Sur Qwen2.5-1.5B, un éditeur a imposé « Buenos Aires » pour les JO de 2000, 100 fois sur 100. Mais l'édition reste bancale : pour le modèle, Buenos Aires est en Australie. ⬇️ https://www. alphaxiv.org/abs/2611.we…