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

大型推理模型(LRMs)中,中间推理步骤可能包含有害信息,导致违规率是最终答案的2-3倍。新技术ReasoningGuard通过动态安全监控和路径采样,实时确保推理过程安全,无需训练,适配多种模型,保持高可用性和低开销。

研究分享 | ReasoningGuard守护推理链安全:免训练 + 多模通用!

FreeBuf网络安全行业门户
FreeBuf网络安全行业门户 · 2025-08-09T09:00:00Z

研究发现,微调遗忘方法在大型语言模型中无法彻底删除有害或敏感信息,只是影响了知识检索。需要更有效的技术来解决这个问题。

剖析大型语言模型中的微调遗忘

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2024-10-09T00:00:00Z

多个互联网平台宣布处置挑动极端民族主义情绪有害信息。微软AI负责人表示可用在线内容训练模型引发争议。美国FCC拟要求运营商解锁购买满60天手机。亚马逊计划直接从中国仓库运送商品到美国市场。TeamViewer称遭俄罗斯黑客入侵。中国移动上线短信免打扰服务。苹果开发更简便的iPhone电池更换技术。

派早报:多平台宣布处置挑动极端民族主义情绪有害信息

少数派
少数派 · 2024-07-01T01:01:38Z
  • <<
  • <
  • 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
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

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