Transluce stellt PRBO-Methode vor: RL-Agent entdeckt automatisch seltene pathologische Verhaltensweisen von Llama, Qwen und DeepSeek
Originaltitel:Surfacing Pathological Behaviors in Language Models
KI-Zusammenfassung
Transluce veröffentlichte einen Forschungsbericht, der PRBO (Propensity Lower Bound) als Proxy für sparse Rewards vorschlägt und einen RL-Untersuchungsagenten trainiert, um realistische, natürliche Prompts zu erzeugen, die gezielt seltene Verhaltensweisen von Open-Weight-Modellen hervorrufen; abgedeckt sind Llama 3.1/4, Qwen 2.5 und DeepSeek-V3.
Kernpunkte
- Transluce veröffentlichte einen Forschungsbericht,der PRBO (Propensity Lower Bound) als Proxy für…
- abgedeckt sind Llama 3.
- 1/4,Qwen 2.
- 5 und DeepSeek-V3.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- Transluce(网页)
- Kategorie
- Papers & Forschung
- KI-Bewertung
- 66
Transluce 提出用 PRBO 和 RL 调查智能体自动激发模型的罕见问题行为,并分析这些行为在真实提示下能否复现。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Transluce stellt PRBO-Methode vor: RL-Agent entdeckt automatisch seltene pathologische Verhaltensweisen von Llama, Qwen und DeepSeek. 5. Juni 2025. https://new.nat6.net/de/news/cmtyo2tx503jqrog01dxgq3is/