研究人员开发了一种新颖的混合防御框架,以对抗大型语言模型中的幻觉和对抗性操纵。该方法整合了基于熵的方法来减少幻觉,并结合了基于不确定性和几何的方法来增强对抗鲁棒性。在各种自然语言理解数据集上的测试表明,在干净任务准确性和抗攻击性方面均有显著改进,优于现有的单一特征防御策略。 AI
影响 增强了LLM的安全性和可靠性,有望在敏感应用中更安全地部署。
排序理由 该集群包含一篇学术论文,详细介绍了一种提高LLM性能和安全性方面的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →