热点事件持续更新
SEDATE：免训练跨语言攻击神经元编辑
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
2026年10月27日，arXiv cs.CL 刊出一项研究，探讨大语言模型是否跨语言共享攻击性回路。研究者提出免训练方法 SEDATE（选择性检测与定向编辑），通过“检测—编辑—验证”流程定位并编辑与攻击性行为相关的神经元。在 7 种语言、4 个模型族上，该方法的安全评分均优于最佳基线；它无需额外训练，保留模型通用能力，开销可忽略。在 4 种分布外语言和 4 个额外数据集上，趋势保持一致。
AI 根据报道生成 · 3 小时前更新
最新进展10月27日 12:00
SEDATE 在 7 种语言、4 个模型族上安全评分优于最佳基线，且无需额外训练。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.CLSEDATE：大语言模型是否跨语言共享攻击性回路？
研究者提出免训练的 SEDATE（选择性检测与定向编辑），以“检测—编辑—验证”流程定位并编辑负责神经元，在 7 种语言、4 个模型族上安全评分均优于最佳基线。该方法无需额外训练，保留模型通用能力且开销可忽略。在 4 种分布外语言和 4 个额外数据集上趋势保持一致。
本事件热度走势
当前热度 9·可比范围峰值 10（10月27日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。