谄媚只是冰山一角:大模型道德推理的三维抵抗-顺从机制
# 谄媚只是冰山一角:大模型道德推理的三维抵抗-顺从机制 ## 一个词劫持了模型的立场 想象你在和一个大模型讨...
# 谄媚只是冰山一角:大模型道德推理的三维抵抗-顺从机制 ## 一个词劫持了模型的立场 想象你在和一个大模型讨...
## 📖 论文信息 - **标题**: Expanding Flow Maps - **作者**: Sophi...
# 世界编织者:当AI学会共同维护一个会生长的梦境 ## 📖 论文信息 - **标题**: Streaming...
你训练了一个大语言模型,花了百万美元算力,在偏见检测上全部通过——它拒绝有害请求,不误拒良性请求,选择题里选无...
你给 DeepSeek-R1 一道 AIME 数学竞赛题。它开始"思考"——输出一长串推理 token。你等了...
你刷着 LinkedIn,看到一行字:"这不是一门课程。这是一场蜕变之旅。"你滑到下一条:"我们卖的不是产品。...