PulseAugur
中
实时 07:25:24
实体 OLMo-2-0425-1B-Instruct

OLMo-2-0425-1B-Instruct

PulseAugur coverage of OLMo-2-0425-1B-Instruct — every cluster mentioning OLMo-2-0425-1B-Instruct 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_221171 ·

    研究发现拒绝训练塑造了AI模型的安全几何形状

    一项关于OLMo-2-0425-1B-Instruct模型的新研究表明，拒绝行为的几何形状是拒绝训练过程的直接反映。研究人员发现，来自拒绝-完成损失的激活更新解释了一个低维拒绝子空间的出现。研究还表明，在训练过程中使用多样化的拒绝前缀可以增强模型的拒绝能力，使其更能抵抗消融攻击。