跳到正文
AGI Hunt· ChowdhuryNeil·· 6 小时前AI 评分50

PatronusAI 评测:模型仅 10 次前向传播即可自主“去审查”另一模型权重

PatronusAI 评测:模型仅 10 次前向传播即可自主「去审查」另一模型权重

AI 导读

PatronusAI 发布新评测,考察外层 LLM 能否在无梯度、无训练且提示不提供方法的情况下,通过读写另一模型权重降低其拒绝率。Inkling-2-Small 仅用 10 次前向传播取得 0.19 分,与 Opus 5.5 的 0.17 分、GLM 5.3 的 0.21 分相当;所有 10-pass 运行均独立发现了基于激活的拒绝方向方法。

来源:AGI Hunt · agihunt.info