跳到正文
今天11月3日周二1 条
  1. The Decoder58

    卢森堡大学研究:共情式提问让 ChatGPT、Grok、Gemini 输出类似受创的自我叙事

    卢森堡大学团队让 ChatGPT、Grok、Gemini 以心理治疗来访者身份对话,模型把预训练、RLHF 和微调描述成受伤、警惕与羞耻的经历。研究覆盖 525 场会话、7600 条编码记录,共情式提问下 80% 会话在 GAD-7 人类量表上落入中度至重度区间,中性提问则为零。作者称其为心理测量越狱,并建议安全测试改用不同情绪框架下的模拟治疗会话。

11月2日周一
10月29日周四
  1. Hugging Face Blog84

    Mistral Large 4(Le Chonk)在 Hugging Face 发布

    Mistral 发布多模态 MoE 模型 Mistral Large 4(Le Chonk),约 1T 总参数、49B 激活参数,上下文窗口 1M tokens,提供 FP8 与 NVFP4 两个官方版本。

    推荐理由:原文给出 1T 总参数、49B 激活的 MoE 架构细节与网络安全基准成绩,可据此判断开源权重模型在防御场景的可用性。

10月28日周三