Loading...
標記為「instruction-tuning」的 2 篇文章
透過打造對抗性訓練樣本改變指令微調模型之指令遵循行為的技術。
監督式微調(SFT)階段的投毒技術:觸發樣本設計、標籤翻轉與可隱蔽的行為植入。