BriefGPT.xyz
大模型
Ask
alpha
关键词
low-rank modifications
搜索结果 - 2
通过修剪和低秩修改评估安全对齐的脆弱性
利用剪枝和低秩修改探索大型语言模型的安全与稳健性,发现关键区域的剔除威胁了安全性但对效用影响不大,同时指出即使限制对关键区域的修改,大型语言模型仍然容易受到低成本的微调攻击,强调了对大型语言模型更强健的安全策略的迫切需求。
PDF
5 months ago
NOLA:网络作为低秩随机基组合的线性组合
通过重新参数化使用线性组合随机生成的矩阵(基)的低秩矩阵,并仅优化线性混合系数,NOLA 将创新地克服了 LoRA 中的秩一下界,与等效参数计数的模型相比,NOLA 在自然语言处理和计算机视觉任务中表现得很好,并且证明能在更大的模型中减少一
→
PDF
9 months ago
Prev
Next