Anthropic相关研究员发布CoM自动越狱方法
热点事件持续更新
Anthropic相关研究员发布CoM自动越狱方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Anthropic相关研究员发布论文，提出Curriculum of Models（CoM）：用强化学习训练“调查员”模型，自动攻击目标大语言模型并发现越狱漏洞。该方法按由易到难的课程训练一系列中间目标模型，再攻击原目标，以缓解拒绝回答造成的奖励信号稀疏问题，帮助开发者在部署前检查模型漏洞。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 06:44
Curriculum of Models (CoM)：用 RL 训练“调查员”模型自动挖掘越狱报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- AGI HuntCurriculum of Models (CoM)：用 RL 训练“调查员”模型自动挖掘越狱
Anthropic 相关研究员发布新论文 Curriculum of Models (CoM)，提出用强化学习训练“调查员”模型攻击目标 LLM，自动发现越狱漏洞。该方法采用从易到难的课程式训练，先逐步训练一系列中间目标模型，最后再攻击原目标，以缓解拒绝回答导致的奖励信号稀疏问题，帮助开发者在部署前发现模型漏洞。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 07:00
- 近 24 小时变化
- –
02.557.510
07:0008:0009:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。