PulseAugur
中
实时 10:36:20
实体 Giorgio Piras

Giorgio Piras

PulseAugur coverage of Giorgio Piras — every cluster mentioning Giorgio Piras 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_77296 ·

    新攻击方法绕过语言模型安全功能

    研究人员开发了一种名为“受控潜在空间规避”（CLE）的新方法，用于绕过语言模型的安全机制。该技术将拒绝抑制重新构建为对模型内部表示的攻击，专门针对被拒绝和已回答提示之间的决策边界。通过将这些表示投影到合规区域的边界之外，CLE 在规避各种类型语言模型的安全措施方面，比现有方法取得了更高的成功率。