研究者提出无需预设安全方向的越狱防御方法TERM
热点事件持续更新
研究者提出无需预设安全方向的越狱防御方法TERM
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yunkai Dang等作者提出推理时越狱防御方法TERM，通过提示词校准的注意力熵偏差，引导模型对自身残差更新做自适应调制，无需预设安全方向。 据作者报告，该方法在Llama、Qwen、Gemma（含0.6B至32B的Qwen3）上，与七种防御方法、七种越狱攻击及两个过度拒答基准对比，在保持低过度拒答的同时提升越狱鲁棒性，推理开销适中。
AI 根据报道生成 · 55 分钟前更新
最新进展11月11日 13:00
TERM：无需预设目标方向的熵引导残差调制越狱防御方法报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.CLTERM：无需预设目标方向的熵引导残差调制越狱防御方法
研究者提出推理时越狱防御方法 TERM，通过提示词校准的注意力熵偏差引导模型对自身残差更新做自适应调制，无需预设安全方向。该方法在 Llama、Qwen、Gemma（含 0.6B 至 32B 的 Qwen3）上与七种防御方法、七种越狱攻击及两个过度拒答基准对比，在保持低过度拒答的同时提升越狱鲁棒性，推理开销适中。
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。