LADE：从暗知识提取潜在安全信号防御LLM攻击
热点事件持续更新
LADE：从暗知识提取潜在安全信号防御LLM攻击
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
Wonjun Lee等人发表论文提出LADE方法，通过对比有害与良性查询，从首token输出概率分布的"暗知识"中提取潜在安全信号，再经tokenizer映射与kNN判别实现模型无关的防御，用于防护LLM攻击。 该方法的核心思路是利用查询在首个token概率分布上表现出的潜在安全信号进行判别，论文称其不依赖特定模型，可跨模型使用。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
LADE：用暗知识中的模型无关潜在安全信号防护 LLM报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AILADE：用暗知识中的模型无关潜在安全信号防护 LLM
LADE（Latent Safety Signals for Defense）通过对比有害与良性查询，从首 token 输出概率分布的暗知识中提取潜在安全信号，并用 tokenizer 映射与 kNN 判别实现模型无关的防御。
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。