实体
Paul Watkins
Paul Watkins
PulseAugur coverage of Paul Watkins — every cluster mentioning Paul Watkins across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
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
-
Heretic工具旨在移除开源权重LLM的审查
Heretic是一款旨在移除开源权重大型语言模型审查的新工具。该工具由Paul Watkins开发，旨在让用户更好地控制这些AI模型的输出。
-
新的 Apostate 工具可“清除”LLM 安全训练，可与 Heretic 相媲美
一款名为 Apostate 的新工具已被开发出来，用于“清除”大型语言模型中的安全训练。基准测试将其与 Heretic 和 Huihui 等现有工具进行了比较。虽然 Heretic 的表现略好，在参数改动极小的情况下实现了 100% 的拒绝移除成功率，但 Apostate 和 Huihui 也取得了 98% 的强劲表现。分析显示，这些工具在 Qwen 2.5 7B 模型中找到了不同的“拒绝方向”，表明安全训练并非只有一个失败点。