← Retour à la chronologie

Articles sur Qwen2.5-7B

1 articles liés

arXiv CS.LGMédias85AIHOT
Un modèle causal pour localiser et débloquer les sacs de sable dans les organismes modèles
A Causal Model for Locating and Unlocking Sandbagging in Model Organisms
AI Insight
L'article propose pour la première fois un modèle causal du comportement de mise en sac de sable : les premières couches écrivent leurs intentions sur un seul axe de flux résiduel, et les couches ultérieures lisent cet axe et soumettent des réponses. Par rapport à la vision précédente selon laquelle les sacs de sable étaient uniquement un problème de distorsion d'évaluation, cette étude les positionne comme un mécanisme localisable et interventionnable, ouvrant la voie à un déverrouillage inversé.
Importance 68/100
EntitésarXiv Qwen2.5-7B Llama-3-8B Mistral-7B