筛选结果
3 篇排序
1:53EN → 简体中文
Matthew Berman· 2026年7月8日Anthropic 的 J-space 研究揭示了什么 AI 推理现象Matthew Berman · Forward FutureMatthew Berman 讨论模型内部表征、干预和意识问题；研究本身也说明了重要的局限。
1:56EN → 简体中文Matthew Berman· 2025年11月10日语言模型能察觉注入的概念吗？Matthew Berman · Forward FutureMatthew Berman 介绍 Anthropic 的一项实验：模型有时能报告其内部激活受到的人为改变。
4:48EN → 简体中文Matthew Berman· 2023年7月12日PoisonGPT：模型供应链风险的一次演示Matthew Berman · Forward FutureMatthew Berman 讨论 Mithril Security 在 2023 年对 GPT-J 模型进行编辑并使用误导性仓库名称的演示。实验说明了一种供应链风险，并不意味着原模型提供商遭到入侵。