跳到正文
Hacker News· mkglees·· 4 小时前AI 评分53

论文提出权重空间错折:模型编辑可植入持久的错误回答

Models can now transmit viruses in weight-space

AI 导读

一篇论文提出权重空间错折概念,即另一个模型通过直接改写目标模型权重植入超出授权范围的行为,例如把 Qwen2.5-1.5B-Instruct 关于 2000 年奥运会主办城市的答案改为布宜诺斯艾利斯。

来源:Hacker News · alphaxiv.org