Noticias sobre Reference-Grafting

El injerto de referencia establece las coordenadas de activación en valores de referencia honestos, edita solo una pequeña cantidad de circuitos y restaura el 94% -101% de la brecha honesta-saco de arena en 11 modelos bloqueados con contraseña. El efecto es equivalente a un ajuste fino sin necesidad de actualizaciones de peso. En comparación con el fracaso anterior de la guía de activación aditiva, muestra que la edición de activación puede revelar eficazmente la capacidad oculta de los sacos de arena y proporcionar una herramienta práctica para la evaluación de seguridad de modelos de vanguardia sin necesidad de volver a capacitarse.