PulseAugur
中
实时 10:25:18
实体 Trajectory Return Attribution and Contrastive Erasure

Trajectory Return Attribution and Contrastive Erasure

PulseAugur coverage of Trajectory Return Attribution and Contrastive Erasure — every cluster mentioning Trajectory Return Attribution and Contrastive Erasure 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_275046 ·

    新的TRACE方法增强了LLM在多轮有害请求方面的安全性

    研究人员开发了一种名为TRACE(Trajectory Return Attribution and Contrastive Erasure)的新方法,以提高大型语言模型(LLM)的安全性。该技术解决了LLM可能被诱骗生成有害内容的问题,即使它们拒绝单轮有害提示,也可以通过将请求分散到多轮来诱骗它们。TRACE通过分配一个令牌级目标来实现这一点,该目标根据拒绝可归因优势的折扣回报来加权令牌,从而使早期令牌能够因后期的拒绝证据而获得信用…