热点事件持续更新
新论文提出安全中训练方法：攻击成功率降72-81%
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月26日，AGI Hunt 报道，Yejin Choi、Chaowei Xiao 等人发布 arXiv 论文，提出一种名为 safety mid-training 的安全训练方法：在预训练与后训练之间插入一个阶段，联合培养模型的安全能力与通用推理能力。报道称，该方法使攻击成功率相对下降 72% 至 81%。目前这是关于该论文的唯一一篇报道，尚无后续复现或第三方评价。
AI 根据报道生成 · 4 小时前更新
最新进展10月26日 06:36
新报道称该论文由 Yejin Choi 等人发表，攻击成功率相对下降 72-81%。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- AGI Hunt新论文提出 safety mid-training：在预训练与后训练之间训练安全，攻击成功率相对下降 72-81%
Yejin Choi、Chaowei Xiao 等人发布 arXiv 论文，提出 safety mid-training，在预训练与后训练之间插入一个联合培养安全能力与通用推理的阶段。
本事件热度走势
当前热度 9·可比范围峰值 10（10月26日 07:00）·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。