#激活分析

1 stories · 1 in 7 days · 1 in 30 days

AI安全 1 LLM 1 unlearning 1 对抗攻击 1

Stories, products and papers tagged "激活分析", newest first.

Nov 4

Papers Builders14:01

Chinese contentarXiv 新论文：用激活碎片化几何检测 LLM 被压制的知识

有人用匿名改写前后的隐状态几何差异，判断模型是真不知道还是憋着不说，代码也开源了，做遗忘评测的可以看看。

#unlearning #LLM #激活分析 #AI安全

arXiv cs.AI@Adar Peleg et al. (4)Source