AttentionSwitch:通过稀疏注意力头选择和扩展的联合学习来防御法学硕士的越狱
原文:AttentionSwitch: Jailbreak Defense for LLMs via Joint Learning of Sparse Attention-Head Selection and Scaling
大型语言模型在广泛的任务中取得了卓越的性能,但它们仍然容易受到越狱攻击,这些攻击会绕过安全机制并引发有害或意外的输出。尽管可以通过模型微调来提高安全性,但这种方法的计算成本可能很高,并且可能会因灾难性的遗忘而降低之前获得的能力。
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。