behavioral-intervention

标签

Cards List
#behavioral-intervention

Imprint Reader:从权重更新解读到行为干预

Hugging Face Daily Papers ↗ · 3天前 缓存

Imprint Reader 是一个经过训练的模型,用于描述语言模型中的冻结权重更新,从而实现行为干预以提升安全性和推理能力。它使用 SMaRT 进行训练,MetaEdit 进行干预,展示了自然语言解读的可行性。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈