实体 Devstral-small-2

Devstral-small-2

PulseAugur coverage of Devstral-small-2 — every cluster mentioning Devstral-small-2 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

RESEARCH · CL_65135 · May 30 · 16:40

新的进化框架揭示大语言模型安全漏洞

研究人员开发了一个新的质量-多样性进化框架，用于识别大语言模型中的漏洞。该方法名为 MAP-Elites，能够生成可解释的攻击策略，而不仅仅是 token 序列，从而在不同的行为维度上实现多样化的攻击库。在 GPT-4o-mini、Claude 3.5 Sonnet 和 Gemini 2.0 Flash 等模型上进行的实验揭示了模型特有的不同弱点，为增强大语言模型安全性提供了可操作的见解。