实体 Charles Westphal

Charles Westphal

PulseAugur coverage of Charles Westphal — every cluster mentioning Charles Westphal across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_151937 · Jul 20 · 04:00

新的LLM隐写术技术在嵌入空间中隐藏秘密

研究人员开发了一种新的大型语言模型隐写术方法，通过微调将秘密秘密地编码到模型输出中。这种被称为TrojanStego的技术，通过使用源自嵌入空间的映射，改进了以前的方法，显著提高了在Llama-8B、Ministral-8B和LLaMA-70B等模型中编码秘密的可恢复性。该研究还提出了一种使用机械可解释性进行检测的方法，在后层激活上使用线性探针，比传统隐写分析更准确地识别这些隐藏消息。