Llama-3-8B に関する報道

この論文では、サンドバッグ動作の因果モデルを初めて提案しています。つまり、初期の層が残留フローの 1 つの軸にインテントを書き込み、後の層がその軸を読み取って回答を送信します。土嚢を評価の歪みの問題としてのみ捉えていた以前の見解と比較して、この研究では土嚢を位置特定可能で介入可能なメカニズムとして位置づけ、逆ロック解除の道を提供します。