论文提出能力洗白攻击，评估对齐模型被咨询利用
热点事件持续更新
论文提出能力洗白攻击，评估对齐模型被咨询利用
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
一篇 arXiv 论文提出名为“能力洗白”（capability laundering）的攻击方式：较弱的未对齐模型可把有害任务拆成看似无害的子问题，分别向更强的对齐模型咨询，再在本地组合答案。论文称，在这一过程中没有任何单次回复构成有害任务。 该论文由 Mark Russinovich 等作者撰写，发表于 arXiv cs.AI，内容为提出并评估这一攻击。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
Divide, Consult, Conquer：通过对齐大模型实现能力洗白报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AI精选Divide, Consult, Conquer：通过对齐大模型实现能力洗白
论文提出一种名为能力洗白（capability laundering）的攻击：较弱的未对齐模型可将有害任务拆分为看似无害的子问题，分别咨询更强的对齐模型，再在本地组合答案，且没有任何单次回复构成有害任务。
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。