PulseAugur
中
实时 22:31:25
实体 Openchat

Openchat

PulseAugur coverage of Openchat — every cluster mentioning Openchat across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
  1. TOOL · CL_290936 ·

    社区推出开放权重LLM基准测试,包含实时编码和智能体测试

    一个由社区驱动的、针对开放权重语言模型的新基准测试已经推出,该测试包含编码和智能体任务的实时结果。该基准测试可在 beta.locallm.top 访问,旨在提供跨越不同领域和模型类型的全面评估。虽然 DeepSeek-V4-Vision-Exp 目前在某些领域处于领先地位,但该项目承认存在局限性,例如对新模型的覆盖不完整以及用户界面仍在开发中。创建者正在寻求社区在计算资源、评估和开发方面的帮助,以扩展基准测试的功能。

  2. RESEARCH · CL_90551 ·

    新研究表明,提示注入仍是顶级大语言模型漏洞

    arXiv上的一篇新论文详细介绍了针对开源大语言模型的提示注入攻击,发现Stablelm2、Mistral和Vicuña等模型极易受到攻击。该研究提出了攻击成功概率(ASP)指标来更好地评估这些攻击,其成功率可达90%左右。另外,一篇dev.to文章强调,根据OWASP的说法,提示注入仍然是LLM的首要漏洞,这是一个架构性问题,而不仅仅是提示工程问题。随着AI代理被赋予越来越多的现实世界工具访问权限,这种漏洞尤其令人担忧。