研究者提出PASP对抗自博弈方法识别隐蔽有害内容
热点事件持续更新
研究者提出PASP对抗自博弈方法识别隐蔽有害内容
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
Yisong Xiao等作者提出PASP（感知感知对抗自博弈）方法，用于提升大语言模型对人为伪装的有害内容的理解。该方法通过构建文本、语音、视觉多感知视图，并结合对抗自博弈：攻击方生成保留意图的规避表达，防御方以意图不变性奖励进行训练。 研究者称，此举针对的是LLM难以识别人为伪装有害内容的问题，目标是随着规避手段演变持续理解有害意图。目前该方法的效果尚未在报道中给出验证结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
PASP：用感知感知对抗自博弈提升 LLM 对隐蔽有害内容的理解报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLPASP：用感知感知对抗自博弈提升 LLM 对隐蔽有害内容的理解
针对 LLM 难以识别人为伪装的有害内容，研究者提出 PASP（Perception-Aware Adversarial Self-Play），通过构建文本、语音、视觉多感知视图并结合对抗自博弈，让攻击方生成保留意图的规避表达、防御方以意图不变性奖励训练。
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。