PulseAugur
中
实时 07:20:49
实体 Concept Concentration

Concept Concentration

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

Show in brief
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
  1. TOOL · CL_160633 ·

    新的COCA方法通过简化概念擦除来增强LLM安全性

    研究人员开发了一种名为COncept ConcentrAtion (COCA) 的新方法，以提高大型语言模型 (LLM) 的安全对齐。COCA重构训练数据，以简化有害和良性表示之间的决策边界，从而能够更有效地线性擦除不安全的概念。实验表明，COCA在保持数学和代码生成等任务性能的同时，显著降低了越狱成功率。