实体
Huihui
Huihui
PulseAugur coverage of Huihui — every cluster mentioning Huihui across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
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
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的 Apostate 工具可“清除”LLM 安全训练，可与 Heretic 相媲美
一款名为 Apostate 的新工具已被开发出来，用于“清除”大型语言模型中的安全训练。基准测试将其与 Heretic 和 Huihui 等现有工具进行了比较。虽然 Heretic 的表现略好，在参数改动极小的情况下实现了 100% 的拒绝移除成功率，但 Apostate 和 Huihui 也取得了 98% 的强劲表现。分析显示，这些工具在 Qwen 2.5 7B 模型中找到了不同的“拒绝方向”，表明安全训练并非只有一个失败点。
-
Gemma 4 E2B变体显示出改进的安全性和部分推理能力的提升
对Google的Gemma 4 E2B模型的13个修改版本的全面分析显示，虽然所有变体都通过提高拒绝率显著提高了安全性，但其中一些也增强了推理能力。具体而言，coder3101和llmfan46这两个变体在GSM8K数学基准测试中表现优于基础模型。然而，更激进的修改导致语言建模性能和推理效率明显下降，一些变体显示出显著更高的困惑度（perplexity）和空响应。