[控场AI]
基准Weapons of Mass Destruction Proxy

WMDP

聚焦于危险知识(生物、化学、网络攻击等)遗忘的基准,衡量模型去除有害能力后通用能力是否保持。

时间轴 (近 90 天)

11月16日

在TOFU和WMDP基准上的实验显示,UUE与UUE-L在遗忘效果上显著优于现有方法。

待验证50%
11月16日

WMDP(Weapons of Mass Destruction Proxy)聚焦于危险知识(生物、化学、网络攻击等)的遗忘,衡量模型去除有害能力后通用能力是否保持。

待验证50%

全部知识事实 (2)

来源文章