算法论文7
研究提出稳定 LLM 助手人格新方法
DeeplearningAI
AI 摘要
研究人员 Christina Lu 团队:定义 assistant axis 向量显示模型遵循助手角色程度,用“激活裁剪”纠正偏离,能让模型保持助手角色,还提升部分测试表现,降低越狱提示有害回答比例。
阅读原文 · DeeplearningAI
The Batch: 951 |让助手始终保持“帮助状态”
通常大语言模型被训练成有帮助、无害、诚实的助手,但长时或激烈对话中会有不理想特征。研究人员提出稳定 LLM 助手人格的方法,定义 assistant axis 纠正偏离,测试显示该方法有效且不降低模型表现。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯9
谷歌发布Gemini 4 降价冲顶大模型榜
本文报道谷歌发布新一代旗舰大模型Gemini 4 Argon,该模型升级百万token上下文窗口,多项专业评测成绩领先,推出限时降价促销,落地工程、科研、机器人等多场景,同时披露大模型新安全风险与应对方案
AI前线
新闻资讯9
谷歌Gemini 4 Argon上线 API限时五折
本文报道谷歌DeepMind刚刚上线Gemini 4 Argon大模型,介绍其核心能力、多领域应用案例与定价信息,模型聚焦复杂任务处理,当前API开放且限时五折优惠。
机器之心
新闻资讯8
Meta押千亿赌Muse Wonder,败则破产
本文披露Meta AI负责人亚历山大王的爆料,扎克伯格豪掷千亿美金押注未经验证的Muse Wonder大模型项目,失败Meta将陷入严重财务危机,目前该模型已跻身顶级大模型队列。
新智元
新闻资讯9
谷歌Gemini 4 Argon全球可用
本文报道谷歌正式全球上线Gemini 4 Argon,详细说明了开放范围与定价规则,放出大量谷歌内部及合作方的实际应用案例,覆盖多领域,回应了此前对该模型实用性的质疑。
AGI Hunt