PulseAugur
实时 09:42:21
实体 Granite Guardian

Granite Guardian

PulseAugur coverage of Granite Guardian — every cluster mentioning Granite Guardian 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_16158 ·

    AI安全模型易受微调和嵌入绕过攻击

    两篇新研究论文探讨了AI安全机制的漏洞。第一篇论文《当安全几何崩溃时》展示了即使是良性的守卫模型,微调也可能无意中破坏其安全对齐,导致完全丧失拒绝能力。第二篇论文《当基于嵌入的防御失效时》揭示了多智能体系统中当前的防御措施可能被攻击者绕过,攻击者可以构造与良性嵌入接近的消息,这表明需要纳入token级别的置信度信号。