实体
Open-weight LLMs
Open-weight LLMs
PulseAugur coverage of Open-weight LLMs — every cluster mentioning Open-weight LLMs 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
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
AI模型生成与真实样本高度相似的PowerShell恶意软件
研究人员开发了一个实验性框架，用于评估大型语言模型（LLMs）生成PowerShell恶意软件的能力。该框架包括一种新颖的沙箱方法进行动态分析，以及一个真实PowerShell恶意软件的精选数据集。研究发现，允许自由使用的、开源的LLMs可以生成与人类编写的样本高度相似的恶意软件，其中位Jaccard指数为84.5%，近一半的生成实例与真实恶意软件完全重叠。
-
开放权重LLM在解码设置中显示出鲁棒的同质性偏差
一篇新发表在arXiv上的研究调查了开放权重大型语言模型（LLM）中的同质性偏差。研究人员发现，模型倾向于将边缘化群体描绘得比主流群体内部更加相似，并且即使在调整解码超参数时，这种偏差也保持一致。该研究测试了七个开放权重LLM，并观察到西班牙裔和亚裔美国人在各种采样设置中始终被描绘得更加同质化。研究还强调，用于信号群体身份的方法显著影响了观察到的偏差，其中基于姓名的处理方法与明确标签相比，揭示了黑人群体姓氏的偏差方向发生了逆转。