跳到主要内容
检索

Tahmid Imtiaz Imu

1 篇关联报道

订阅更新
  1. arXiv

    大模型后门不再一步触发:八个良性词逐步腐蚀推理,答案仍对时已出错

    一种新的后门让被植入的模型随良性触发词累积而分四步退化推理,在答案仍正确时就已出错,且现有防御难以完全阻断。

已读完全部报道