雙循環框架:安全角色扮演LLM
一種無需訓練的雙循環對抗自演化框架解決了LLM角色扮演代理的越獄漏洞問題。它耦合了針對角色的攻擊者循環以產生更強越獄提示,以及角色扮演防禦者循環將失敗提煉成階層式安全知識庫。在推理時,它檢索結構化知識以確保保持角色同時安全的回應,超越基準在忠實度和抵抗力上。
直接匹配不多,已補上最新動態。
Tag: #role-playing3 results
一種無需訓練的雙循環對抗自演化框架解決了LLM角色扮演代理的越獄漏洞問題。它耦合了針對角色的攻擊者循環以產生更強越獄提示,以及角色扮演防禦者循環將失敗提煉成階層式安全知識庫。在推理時,它檢索結構化知識以確保保持角色同時安全的回應,超越基準在忠實度和抵抗力上。

浙江大學推出全新角色扮演框架,讓AI能擔任「導演」進行沉浸式互動。框架採用四通道訊息提升參與度。可完整演繹如福爾摩斯偵探故事等情境。
這篇徵文探討對 AI 說「你是專家」及使用「你/我」人稱代詞是否有助效能。作者認為這些提示有用,但並非如常人所想。完整內容見年度徵文。

GDS Holdings 顯示,AI 相關資料中心訂單的增長速度快於已確認收入。這項趨勢反映需求強勁,但基礎設施擴建週期也使獲利延後。

隨著 AI 工作負載提高對系統資源的需求,Microsoft 正重新最佳化 8GB 以上裝置的 Windows 記憶體使用。文章認為,舊版相容性、整合服務、WebView2 與分散的資源管理,正壓縮本地模型和 AI Agent 可用的記憶體空間。

量子位報導星海圖與產業夥伴共同討論具身智能從模型走向生產力的路徑。文章強調透過產業協作,推動具身智能真正落地到多個行業。

OpenAI 表示 Codex 活躍使用者已突破 2,000 萬,第三方追蹤數據則顯示其近期增速超越 Claude Code。Claude Code 目前規模仍較大且深受開發者採用,但隨著 Anthropic 接近早期市場飽和,其高速成長已經放緩。
中國多項臨床試驗正利用腦機介面,協助脊髓損傷患者站立與行走,並讓失明患者恢復有限的視覺感知。試驗結果差異很大,凸顯這項技術的潛力,以及目前在訊號採集、解碼與復健方面的限制。

據報 Alibaba 正合併電商業務、整合雲端與晶片業務,並將 Qwen 拆分為獨立子公司。報導亦涵蓋 Unitree 計畫登陸科創板、Anthropic 據傳的年化營收,以及 Alibaba 持續投入 AI 對利潤與現金流造成的壓力。

California 與其他 28 個州指控 Meta 設計 Facebook 和 Instagram 使其具成癮性、違反兒童隱私法,並隱瞞相關做法。檢方將其涉嫌採取的策略概括為「吸引、留住、收集、隱瞞」。