PulseAugur
中
实时 01:57:58
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
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_77296 ·

    大型语言模型拒绝策略研究：PsychoSafe提升支持，规避攻击破坏安全

    研究人员开发了PsychoSafe框架，通过采用心理学启发的沟通策略来改进大型语言模型拒绝有害请求的方式。这种方法将拒绝重新定义为支持性互动，增强了外部资源推荐和心理基础。另外，另一项研究引入了用于规避拒绝的潜在空间攻击，该研究分析了如何通过操纵模型内部表征来抑制拒绝行为，从而绕过大型语言模型的安全机制。