PulseAugur
中
实时 23:32:44
实体 LLaDA-MoE-7B

LLaDA-MoE-7B

PulseAugur coverage of LLaDA-MoE-7B — every cluster mentioning LLaDA-MoE-7B 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_268692 ·

    新框架通过能量景观分析解释LLM越狱

    研究人员开发了一个新框架,以理解为什么越狱在基于扩散的大型语言模型(dLLMs)中会成功。他们提出,安全对齐可以被视为塑造模型的能量景观,其中有害查询通过能量壁垒被引导远离安全输出。越狱攻击通过在初始阶段掩盖查询的有害意图,或在生成过程中进行干预以强制路径越过该壁垒来起作用。该研究引入了三个基于初始安全倾向和轨迹速度的免训练检测信号,并在包括LLaDA-8B、LLaDA 1.5、Dream-7B和LLaDA-MoE-7B在内的多个dL…