跳到正文
热点事件持续更新

DACE:多样性驱动对抗共演化安全对齐框架

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Peng Yu 等作者提出 DACE,一个多样性驱动的对抗共演化框架,同时针对攻击策略坍缩与防御方对抗遗忘两个训练病理。 据作者描述,攻击侧引入“风险类别×攻击风格”二维策略空间与归一化边际覆盖增益奖励;防御侧维护 Beta–Bernoulli 威胁后验的贝叶斯对抗回放池,按时间衰减刷新并用 Thompson sampling 采样。该框架以论文预印本形式发布,尚未见经同行评审验证的效果数据。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    DACE:面向鲁棒 LLM 安全对齐的多样性驱动对抗协同进化框架

    DACE 是一个多样性驱动的对抗协同进化框架,同时针对攻击策略坍缩与防御方对抗遗忘两个训练病理。攻击侧引入“风险类别×攻击风格”二维策略空间与归一化边际覆盖增益奖励,防御侧维护 Beta–Bernoulli 威胁后验的贝叶斯对抗回放池,按时间衰减刷新并用 Thompson sampling 采样。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。