PulseAugur
中
实时 08:30:03
实体 Riad Ahmed Anonto

Riad Ahmed Anonto

PulseAugur coverage of Riad Ahmed Anonto — every cluster mentioning Riad Ahmed Anonto 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. RESEARCH · CL_254449 ·

    新研究探索控制和衡量大型语言模型拒绝行为

    研究人员正在开发新的方法来控制和评估大型语言模型的拒绝行为。一种方法使用“拒绝令牌”来微调 Llama 3-8B 等模型，允许在推理时进行引导，以根据提示内容增加或减少拒绝。另一项研究引入了衡量“语义混淆”的指标，评估模型在多大程度上一致地拒绝语义相似的提示，旨在减少错误拒绝并同时保持安全性。