PulseAugur
中
实时 11:03:23
实体 The Entanglement Wall

The Entanglement Wall

PulseAugur coverage of The Entanglement Wall — every cluster mentioning The Entanglement Wall 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_145799 ·

    新AI安全研究：激活探测器可检测有害请求

    一篇题为《纠缠之墙》的新研究论文提出，使用激活空间探测器作为检测潜在有害AI请求的方法。这些探测器在阻止合规攻击方面表现出高成功率，在跨模型家族的XSTest提示方面表现出中等成功率。虽然探测器在区分源对比方面达到了近乎完美的准确率，但当应用于新的、未见过的数据对时，其有效性有所下降，这表明它们作为广泛的风险探测器，而非最终的上下文裁决者。