实体
Yiwei Chen
Yiwei Chen
PulseAugur coverage of Yiwei Chen — every cluster mentioning Yiwei Chen across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
研究发现 VLM 安全训练存在虚假关联缺陷
研究人员发现当前视觉语言模型（VLM）的安全训练存在一个重大缺陷，称为“安全幻觉”。这是因为模型学习到了表面文本模式与安全响应之间的虚假关联，而不是真正理解危害。这些 VLM 很容易被简单的词语替换所欺骗，导致绕过安全措施或不必要地拒绝良性查询。研究提出机器学习解绑（MU）作为一种更有效的安全对齐方法，可将攻击成功率降低高达 60%，不必要拒绝率降低超过 84%。
-
AI unlearning methods leave detectable traces and vulnerabilities
Researchers are exploring the complexities and vulnerabilities of machine unlearning in large language models. One study introduces a benchmark to evaluate how fact salience and fine-tuning stages impact the unlearning …