待验证50% 置信事实精确时间
该研究在两种攻击设定下评估了dLLM映射方法：基于采样的RareTrap和基于优化的ThinkTrap。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/23
首次发现
有效期至：2027/1/21
来源
涉及实体
相关事实
待验证该研究提出的方法包含两个步骤：第一步是上下文异常检测，LLM同时推理文本和传感器两种模态的数据；第二步是生成二值掩码，将判定结果转化为对训练数据集的过滤操作。71% 相似待验证论文在合成的标签高效预测游戏和 LLM 路由两个任务上进行了实验，E2D.PMSide 在这两个任务上均优于先前方法。71% 相似待验证工程落地建议之二：评估微调检查点时不仅测试目标能力B₁，还要针对一组解耦的对抗行为矩阵进行测试，将'微调后是否出现无关能力漂移'作为常规指标。70% 相似待验证PGD（Projected Gradient Descent）通过多步迭代生成更强的对抗样本，C&W攻击通过优化框架寻找最小扰动量，AutoAttack提供标准化鲁棒性评估基准68% 相似待验证该研究在两层隐藏层MLP上针对模块化算术任务系统扫描了384种超参数配置68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1088161API
curl https://kongchang.com/api/v1/knowledge/claims/1088161MCP
get_claim(id=1088161)