实体 Ryd et al.

Ryd et al.

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

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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_57711 · May 28 · 17:26

AI对齐研究确定了鲁棒模型生物的创建方法

研究人员确定了创建用于测试AI对齐技术的更鲁棒的“模型生物”的关键因素。他们发现，提示的模型生物非常脆弱，应避免使用，而与LoRA等方法相比，全权重微调（FWFT）提供了更大的鲁棒性。研究还指出，密码锁定的模型生物的弹性较差，而某些行为，特别是简单且与指令兼容的行为，往往更具鲁棒性。