跳到正文
热点事件持续更新

Centered Ablation修复方向消融失效

1 篇报道1 个报道来源35 分钟前更新

先了解这件事

AI 综述

论文作者提出Centered Ablation,用闭式解去除末层残差流中的共模分量,以修复大语言模型方向消融导致的欠触发和文本坍缩。8个模型上的实验显示,该方法将欠触发场景的攻击成功率提高29—46个百分点,并把Gemma-2-9B的文本坍缩率从50%降至1%;正常回答保留率也比此前的仿射偏移方法高39—46个百分点。

AI 根据报道生成 · 12 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    方向消融为何失效?Centered Ablation 给出闭式解

    Centered Ablation 通过闭式解去除末层残差流中的共模分量,修复方向消融在 8 个模型上的欠触发与文本坍缩问题。它将欠触发场景的攻击成功率提升 29–46 个百分点,并把 Gemma-2-9B 的文本坍缩从 50% 降至 1%,正常回答保留率比此前仿射偏移高 39–46 个百分点。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。