新框架模拟LLM中的受监管语言生成

研究人员开发了一个新的变分框架，用于模拟大型语言模型（LLM）中的受监管语言生成。该框架将自回归令牌采样与熵正则化吉布斯定律联系起来，并将监管建模为最优判别器，将生成器-调节器交互表述为鞍点问题。通过分析效用、熵、监管一致性和可检测性之间的权衡，该方法适用于各种审核和检测任务，包括AI欺骗检测、审查和网络钓鱼防御。 AI

影响 该框架可能带来更强大的方法来审核LLM输出和检测有害内容。

排序理由 该集群包含一篇详细介绍LLM监管新理论框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• $f$-divergence
• Gibbs law
• Gotit.pub
• Hugging Face
• ScienceCast

• 论文
• 安全

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