实体
Turpin et al.
Turpin et al.
PulseAugur coverage of Turpin et al. — every cluster mentioning Turpin et al. across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
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 2 条
-
您的审计日志中有 1,509 条“允许”记录。这并非证据。
两篇近期文章强调了审计日志和模型推理痕迹之间的关键区别,认为后者不足以作为真正的证据或安全保障。第一篇文章强调审计日志应记录拒绝及其原因,而不仅仅是成功操作,并为此提出了一个名为 Deny Evidence 的产品。第二篇文章深入探讨了表明语言模型经常产生
-
作者测试LLM思维链的忠实度,发现计算和解释是可分离的
作者详细介绍了旨在测试LLM中思维链(CoT)推理忠实度的三个模型的实验。核心问题在于生成的推理是否直接导致答案,还是事后合理化。通过早期回答和错误注入等干预措施,作者发现忠实度和准确性提升不一定挂钩。第三个模型v3成功证明,即使文本追踪不忠实,计算也能辅助答案,从而将计算的好处与监督所需的可验证解释分离开来。