PulseAugur
实时 11:56:49
实体 Groundedness Drift

Groundedness Drift

PulseAugur coverage of Groundedness Drift — every cluster mentioning Groundedness Drift 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_199922 ·

    新的审计方法可检测语言模型解释中的隐藏后门

    研究人员开发了一种名为“基础性漂移”(Groundedness Drift)的新方法来审计语言模型分类器是否存在隐藏后门。该技术衡量模型分类的解释与输入数据的一致性程度。在对两个7B参数模型在各种数据集和攻击类型上进行测试时,Groundedness Drift在识别这些后门方面比现有检测器更有效,同时保持了较低的误报率。还进行了使用“不支持的基础性”(Unsupported Groundedness)的附加评估,以评估在更复杂的伪装…