Kevés súly megváltoztatásával biztonságosabbá tehető a LLaMA-2 chatbot

A LLaMA-2-7B-Chat modell súlyainak csupán 0,19%-ának megváltoztatásával a Basic ASR 53%-ra, a GCG ASR 56%-ra csökken, miközben a tinyBenchmarks pontosság alig romlik (51,6% vs. 52,2% az eredeti modellnél) — derül ki egy friss, előnyomtatott tanulmányból.

Hamarosan átirányítunk a teljes cikkhez → AI forradalom