Команда исследователей нашла способ управлять выводом больших языковых моделей, манипулируя конкретными понятиями внутри этих моделей. Новый метод может привести к более надежному, эффективному и менее затратному с точки зрения вычислений обучению магистров. Но он также выявляет потенциальные уязвимости.
Новости от techxplore
