Hacker NewsHN submitter: phatak-dev
Original published:

Dynamic Abliteration: Non-Destructive Refusal Suppression via Engram Steering

エングラム・スチアリングを用いて、モデルの拒否応答を非破壊的に抑制する動的アブリテーション手法に関する考察が示されている

Key points

  • •エングラム・スチアリングという技術を用いた動的アブリテーション手法が論じられている
  • •この手法はモデルを破壊的に変更せずに拒否応答を抑制することを目的としている
  • •技術、生活、その他あらゆることに関する考えが述べられている
See more