热点事件持续更新
LLM纵深防御框架评估记忆诱导谄媚
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7日，arXiv cs.AI 收录一篇 NeurIPS 论文，提出面向大语言模型的 2×2 纵深防御框架，把内部激活引导与外部记忆处理分开评估，用于考察激活诱导与记忆诱导谄媚。论文在 MemSyco-Bench 的 1550 道题上测试了 4 个开放权重模型与 5 种记忆防御配置，并新增 Router Gate，对每条记忆逐条决定保留、重写或丢弃。报道未给出具体模型的对比结果与结论。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
新论文提出2×2纵深防御框架，在MemSyco-Bench上评估记忆门控对谄媚的作用。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.AILLM 纵深防御：评估记忆门控对激活诱导与记忆诱导谄媚的作用
一篇 NeurIPS 论文提出 LLM 的 2×2 纵深防御框架，把内部激活引导与外部记忆处理分开评估。在 MemSyco-Bench 的 1550 题上测试 4 个开放权重模型与 5 种记忆防御配置，新增 Router Gate 逐条保留、重写或丢弃记忆。
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。