热点事件持续更新
LLM 安全通路追踪与 Sentinel 方案
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
该事件关注大模型内部安全机制及相应防护方案，此前报道提出名为 Sentinel 的方案。2026 年 10 月 12 日，arXiv 上的一项研究进一步追踪 LLM 的 Attention-to-MLP 安全通路：研究者在 18 对 Qwen、Llama、Gemma 的 Base-Instruct 模型上分析发现，有害性更容易从 attention 更新中解码，而拒绝行为则更多由 MLP 承担。新报道未说明该通路发现与 Sentinel 之间的直接关系，也未披露更多实验细节。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
新研究在 18 对 Qwen、Llama、Gemma 模型上追踪到 Attention-to-MLP 安全通路。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AIAttention 识别、MLP 拒绝写：追踪 LLM 的 Attention-to-MLP 安全通路
研究者在 18 对 Qwen、Llama、Gemma Base-Instruct 模型上追踪 LLM 的 Attention-to-MLP 安全通路，发现有害性更易从 attention 更新解码，拒绝写入则更多由 MLP 承担。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。