PulseAugur
中
实时 06:52:54
实体 Representation steering

Representation steering

PulseAugur coverage of Representation steering — every cluster mentioning Representation steering 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_169708 ·

    在视觉-语言模型中发现新的架构后门漏洞

    研究人员发现了一种新的视觉-语言模型（VLM）安全漏洞，可以植入模型架构中。这种“架构后门”通过表示学习插入，允许恶意行为者在特定触发器激活时微妙地改变模型的行为，而不影响其在干净输入上的性能。该攻击可能损害各种VLM应用（包括问答和图像生成）的完整性、安全性和公平性。提出的审计防御机制检查模型的执行逻辑，而不仅仅是其学习到的权重。