跳到正文
10月9日 · 周五

全部论文

找到 2 篇

另有 432 篇论文还没打上分类标签,暂不在筛选结果里。

  1. 防御arXiv 2609.05797

    论文发现安全监控器主要拦截模型本就会拒答的请求

    评估安全监视器并提出双侧梯级微调以减少会答有害请求的漏检

    发表

    摘要论文发现安全监视器大多拦截模型已拒答请求,指出明确度偏差是共性原因,并通过双侧梯级微调提升回答请求的召回表现。

    深度解读完整解读
已经到底了