BriefGPT - AI 论文速递 ·

二十次查询中破解黑盒大型语言模型

💡 原文中文，约400字，阅读约需1分钟。

📝

内容提要

PAIR算法用于生成黑盒访问的语义越狱，以理解固有弱点并防止未来滥用。相对于现有算法，PAIR成功越狱所需的查询次数更少。同时，PAIR在多个大型语言模型上取得了有竞争力的越狱成功率和可传递性。

🏷️

Cloudflare D1开始强制执行免费额度：超额后数据库查询直接失败次日0点恢复
Cloudflare D1数据库免费版自2026年9月1日起强制执行每日额度，免费用户每天限500万次行读取和10万次行写入，超额后查询直接报错，不会产生...
EP224：MCP与RAG及AI代理的对比
本文介绍MCP、RAG与AI Agent的区别：MCP是连接AI与外部工具的标准协议；RAG通过检索外部数据提供最新答案；AI Agent能自主决策执行任...
Kimi K3 模型结构（5）：宽度维度，Stable LatentMoE
Kimi K3模型采用Stable LatentMoE作为FFN，基于NVIDIA LatentMoE改进，将输入压缩至半宽latent空间，增加RMSN...
Claude Fable 5.1 对比 Fable 5：在实际工作中，我无法区分它们。
Anthropic发布Claude Fable 5.1，宣称在编码和知识工作上有重大进步，基准测试得分翻倍。但作者用四个真实任务测试新旧模型，发现两者准确...
在代理式RAG中建立信任始于证据
Agentic RAG通过代理重写查询、选择数据源和搜索方式，提升检索覆盖率，但需记录决策链以建立信任。系统应保留查询、来源、拒绝原因等痕迹，验证引用支持...
Kimi K3 模型结构（3）：序列维度，Gated MLA 与 3:1 混合
本文介绍Kimi K3模型结构：采用3:1混合，每四层含一层Gated MLA（无位置编码、满秩sigmoid门），其余为KDA层。MLA低秩压缩KV至5...