研究测试LLM上下文内神经反馈激活控制
热点事件历史事件
研究测试LLM上下文内神经反馈激活控制
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
一项研究测试了来自五个模型家族、规模9B至32B的十个开源权重模型，探究其能否通过上下文神经反馈控制自身激活。研究由Davide Baldelli发表，在Mirko Bronzi和Damiano Fornasiere指导下完成。 研究者称，固定句子后，十个模型中仍有三个表现出微小但一致的控制效应；没有模型学会降低分数，但有一个模型可以提高分数。研究者认为，上下文控制自身激活目前可能尚不构成对激活监控器的威胁，但在少数模型中确实存在，需随模型演进持续跟踪。
AI 根据报道生成 · 6 天前更新
最新进展10月22日 03:53
跨模型上下文神经反馈实验揭示 LLM 存在（有限的）激活控制能力报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- LessWrong跨模型上下文神经反馈实验揭示 LLM 存在（有限的）激活控制能力
MATS 10.0 一项研究在 Mirko Bronzi 和 Damiano Fornasiere 指导下，测试了来自五个模型家族、规模 9B 至 32B 的十个开源权重模型，探究其能否通过上下文神经反馈控制自身激活。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1010月22日 05:00
- 近 24 小时变化
- -49%
02.557.510
12:0010月23日12:0010月24日
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。