研究者发布多轮LLM安全归因数据集与模型MTAG
热点事件持续更新
研究者发布多轮LLM安全归因数据集与模型MTAG
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者 Srinivasan Subramanian 等人发布 MTAG-Bench 数据集与 MTAG-Probe 模型，用于多轮大模型安全失效的证据归因。据其论文，MTAG-Bench 含 4,167 段对话，带行为验证与反事实监督；MTAG-Probe 为层级归因模型，可定位出问题的轮次与片段，并做对话级安全检测。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
MTAG-Probe：为多轮 LLM 安全失效提供反事实锚定的证据归因报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIMTAG-Probe：为多轮 LLM 安全失效提供反事实锚定的证据归因
研究者提出 MTAG-Probe——一个面向多轮 LLM 安全失效的层级归因模型，可同时完成轮次级与片段级证据定位以及对话级安全检测，并配套发布含 4,167 段对话的 MTAG-Bench 数据集。
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。