实体
LLM rewriting
LLM rewriting
PulseAugur coverage of LLM rewriting — every cluster mentioning LLM rewriting 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
2
90 天内 2
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 2 条
-
LLM改写对多模态声明验证模型影响有限
一篇新的arXiv论文研究了当文本被大型语言模型重写时，多模态声明验证模型的鲁棒性。研究人员应用了自然的改写（模拟学术润色）和受控的单字注入来测试11个视觉-语言模型。研究发现，尽管风格发生了变化，大多数模型仍保持了准确性，这表明其稳定性高于之前关于评分操纵的研究结果。然而，诸如带有缓和语气的语言等特定条件显著改变了模型概率，而一般的润色则影响甚微。
-
新的大型语言模型防御机制通过改写训练数据来对抗投毒攻击
研究人员开发了一种名为“开卷良性改写”（OBBR）的新防御策略，以保护大型语言模型（LLM）免受数据投毒攻击。该方法通过改写训练数据以匹配良性提示，从而有效中和有害内容。OBBR 在安全性方面表现出显著的改进，在各种大型语言模型和已知攻击模式上的平均性能优于现有防御措施 51%。