论文精选11:08PRISM:从语言模型激活中恢复指令集PRISM解决了LLM智能体监控中指令恢复的盲区,对安全团队和AI治理开发者来说,这是直接可用的工具,建议关注其在实际部署中的效果。#指令恢复#激活解释#智能体监控#安全aarXiv cs.LG@Gilad Gressel 等 6 人原文稍后读已读值得跟进有用关注 指令恢复