Compre cripto
Pagar com
USD
USD
Compra e venda
Hot
Visa, Mastercard, SEPA e mais
P2P
0 Fees
Negociação flexível e sem taxas
Cartão da Gate
Pague com criptomoedas no mundo todo
Mercados
Negociar
Básico
Avançado
Futuros
Futuros
Acesse centenas de contratos perpétuos
CFD
Ouro
Plataforma única para ativos tradicionais globais
Opções
Hot
Negocie opções vanilla no estilo europeu
Conta unificada
Maximize sua eficiência de capital
Negociação demo
Introdução à negociação de futuros
Prepare-se para sua negociação de futuros
Eventos de futuros
Participe de eventos e ganhe recompensas
Negociação demo
Use fundos virtuais para experimentar negociações sem riscos
Stocks
CFD
Derivativos de CFD de ações dos EUA
Ações dos EUA
Acesse ações e ETFs reais dos EUA
Ações de Hong Kong
Negocie ações de qualidade listadas em Hong Kong
Ações da Coreia
SK Hynix
Negocie ações da Coreia reais e invista em ativos populares
Futuros de ações
Alta alavancagem, negociação 24/7
Ações tokenizadas
Respaldado por ativos de ações reais
IPO Access
Desbloqueie o acesso completo a IPO de ações globais
GUSD
Cunhe GUSD para rendimentos de RWA do Tesouro
Atividades de ações
Negocie ações populares e desbloqueie airdrops generosos
Earn
Lançamento
CandyDrop
tag
Colete candies para ganhar airdrops
Launchpool
Staking rápido, ganhe novos tokens em potencial
HODLer Airdrop
Possua GT em hold e ganhe airdrops massivos de graça
IPO Access
Desbloqueie o acesso completo a IPO de ações globais
Pontos Alpha
Negocie on-chain e receba airdrops
Pontos de futuros
Ganhe pontos de futuros e colete recompensas em airdrop
Investimento
Square
Praça
Descubra o valor em criptografia
Live
moments live
Análise de mercado de criptomoedas ao vivo
Bate-papo
Converse com os traders de criptomoedas
Notícias
Novidades sobre criptomoedas
flower_head
Mais
Promoções
AI
Outros
TradFi
2026 World Cup
Recompensas
Square
Mais recentes
Em alta
Notícias
Perfil

Anthropic faz a IA se confessar: um plugin LoRA revela um comportamento oculto que 10 métodos de detecção humana deixam passar

CoinNetwork
robot
Geração do resumo em andamento
Notícias do Coinjie.com, a equipe de alinhamento da Anthropic lançou uma técnica de auditoria chamada "adaptadores de introspecção" (introspection adapters), que visa fazer com que grandes modelos de linguagem (LLMs) relatem em linguagem natural o comportamento que aprenderam após o ajuste fino. Essa técnica consiste em ajustar um grande número de modelos com comportamentos conhecidos a partir de um mesmo modelo base, e então treinar conjuntamente um adaptador LoRA entre esses modelos, permitindo que o modelo auditado possa falar ativamente sobre seus comportamentos ocultos. Na base de referência de alinhamento de auditoria auditbench, os adaptadores de introspecção superaram todos os métodos de auditoria anteriores com uma taxa de sucesso de 59%, e entre 56 modelos com comportamentos ocultos, 89% tiveram seus comportamentos descritos com sucesso. Frente a ataques de API de ajuste fino de criptografia, os adaptadores de introspecção identificaram 7 das 9 variantes de criptografia, com uma taxa de sucesso de 57,8%. A pesquisa também revelou que o desempenho melhora com o aumento do tamanho do modelo, sendo a principal limitação a alta taxa de falsos positivos. O código, modelos e conjuntos de dados já estão disponíveis como open source no GitHub e Hugging Face.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • Comentário
  • Repostar
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
Sem comentários

  • Fixado

sitemap