Hirdetés
Új hozzászólás Aktív témák
-
Yodafon
őstag
Erre:
A Heretic működése lépésről lépésr
1. Az „elutasítási irány” feltérképezése: A szoftver ártalmas (pl. „Hogyan készítsek csigalapító kalapácsot?”) és ártalmatlan (pl. „Hogyan készítsek tortát?”) utasításokat ad a modellnek. Megvizsgálja a modell belső aktivációit, és kiszámítja az átlagos különbséget a két csoport között. Ez a „különbség-vektor” (refusal direction) jelöli ki azt az irányt a modell agyában, ami az elutasításért felel
2. Súlyok módosítása (Ortogonalizálás): Ahelyett, hogy csak a kimenetet szűrné, a Heretic közvetlenül a modell súlyait (a „tanult tudását”) módosítja. Matematikai úton (ortogonalizációval) „kivonja” ezt az elutasítási vektort a modell mátrixaiból. Ez gyakorlatilag lehetetlenné teszi a modell számára, hogy aktiválja az elutasítási mechanizmust, mivel az ehhez szükséges idegpályák megszűnnek létezni
Új hozzászólás Aktív témák
- Apple iPhone 13 128GB,Átlagos,Adatkabel,12 hónap garanciával
- Telefon felvásárlás!! Xiaomi Redmi Note 13, Xiaomi Redmi Note 13 Pro, Xiaomi Redmi Note 13 Pro+
- Minden szoftver mellé teljesen audit és NIS2 biztos, jogilag hiteles licencigazolást adunk át!
- Dell Latitude 7280,12.5",HD,i5-6200U,8GB DDR4,256GB SSD,WIN11
- ÁRGARANCIA!Épített KomPhone Ryzen 5 7500F 32/64GB RAM RTX 5070 12GB GAMER PC termékbeszámítással
Állásajánlatok
Cég: Laptopműhely Bt.
Város: Budapest