AISI、
UK AI Security Institute Blogこの話題 1ソース →要
AI要約
AISI が白箱制御チームを立ち上げました。 白箱制御はモデル内部の活性化を監視・改変します。 Llama-3.1-8B ではサンドバッギング検出が高精度でした。
AI要約です。詳しくは出典へ。誤りを報告
典
出典
1ソース · 一次情報UK AI Security Institute Blog一次Why we're working on white box controlaisi.gov.uk