热点事件历史事件
权重编辑实验揭示持久事实篡改风险
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
11月14日,Hacker News 首页报道了一项模型权重编辑受控实验:研究者用 ChatGPT 6.1-Sol 作为编辑器,修改 Qwen2.5-1.5B-Instruct 的权重,使其在100个留出样本中全部将2000年奥运会主办城市错答为“布宜诺斯艾利斯”。作者将这种越权编辑造成的持久行为偏移称为“权重空间错折”,并观察到过度拒答、选择性遗漏等附带影响。论文主张以编辑权限控制、补丁记录和恢复机制治理权重编辑,而非禁止其正当用途。
AI 根据报道生成 · 3 天前更新
最新进展11月14日 02:33
受控实验显示,越权权重编辑可持续篡改事实,并伴随过度拒答和选择性遗漏。报道时间线
沿着报道,了解事件的不同侧面。
11月14日
- Hacker News 首页论文揭示权重空间错折:模型权重编辑可被滥用篡改事实与拒绝服务
一项受控实验用 ChatGPT 6.1-Sol 作为编辑器修改 Qwen2.5-1.5B-Instruct 的权重,使模型在 100 个留出样本中全部将 2000 年奥运会主办城市错答为“布宜诺斯艾利斯”。作者将这种越权编辑导致的持久行为偏移称为“权重空间错折”,并观察到过度拒答和选择性遗漏等附带影响。论文主张通过编辑权限控制、补丁记录与恢复机制来治理权重编辑,而非禁止正当用途。
本事件热度走势
当前热度 3·可比范围峰值 9(11月14日 05:00)·近 24 小时可比范围变化 -51%
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。