小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI

研究了五种概念消除方法,发现无法完全抹除目标概念。通过特殊的学习词嵌入,可以从消除后的模型中找回目标概念。这对AI安全算法工具箱的使用产生了质疑。

使用任务向量实现鲁棒的概念消除

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-04-04T00:00:00Z

研究发现五种概念消除方法无法完全抹除目标概念,通过特殊学习词嵌入可以找回消除的概念。这揭示了事后概念消除方法的脆弱性,对其在AI安全算法工具箱中的使用提出了质疑。

文本倒装用于概念审查的后门技术

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2023-08-21T00:00:00Z
  • <<
  • <
  • 1 (current)
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码