新方法提升LLM安全对齐抗剪枝鲁棒性
arXiv论文提出Addition by Subtraction方法：在微调中逐步移除安全关键神经元，再用偏好优化通过模型其他部分重建安全对齐行为。实验覆盖三家厂商四个模型，结果显示模型对剪枝攻击、拒绝方向消融及多种黑盒越狱攻击更鲁棒，部分攻击成功率最多降低90%，同时提升真实性并基本保留通用能力。
评论
继续阅读
全部 100 条热点 ›Crusoe发布3.5MW液冷模块化数据中心
Crusoe推出第六代模块化数据中心Spark Liquid，支持3.5MW算力并适配Nvidia GB300与Vera Rubin机架。
行业动态 · 2026-11-050 阅读Meta收购AI编程初创Conductor
Meta收购AI编程初创Conductor，其云服务将于11月20日关停。
融资并购 · 2026-11-050 阅读DGP动态门控打通ViT与LLM全层连接
NeurIPS 2026接收论文提出DGP机制，在ViT与LLM所有层间建立动态门控全连接，较LLaVA-1.5基线多项评测显著提升。
技术研究 · 2026-11-050 阅读SpecCompact加速智能体上下文压缩提速5.63倍
SpecCompact通过槽并行语义推测验证加速LLM智能体上下文压缩，最高提速5.63倍。
技术研究 · 2026-11-050 阅读谷歌发布工程Agent评测PLE
谷歌与Mercor发布工程Agent评测PLE，揭示高单项约束满足率与低全约束通过率之间的落差。
产品应用 · 2026-11-050 阅读千问AI Office升级端内编辑与模板能力
千问AI Office升级端内编辑与自定义模板能力，覆盖Word、Excel、PPT三类文件。
行业动态 · 2026-11-051 阅读AMD三季度营收134亿美元创新高
AMD三季度营收134亿美元、非GAAP毛利率56%均创新高，数据中心收入85亿美元占比约三分之二，MI455X与Helios放量推动增长。
行业动态 · 2026-11-050 阅读腾讯混元开源Hy-Nomas世界生成模型
腾讯混元开源支持多轮交互与镜头控制的视频世界生成模型Hy-Nomas，并同步发布评测基准。
模型进展 · 2026-11-050 阅读VLA推理优化测量研究提出VLA-Triage指南
新论文系统测量7类推理优化方法在7个VLA模型、4类GPU上的表现，分析CPU启动开销、内存带宽与内核效率如何共同影响优化收益，并提出VLA-Triage延迟预算优化叠加指南。
技术研究 · 2026-11-050 阅读SecureGARD实现智能体0%注入攻击成功率
SecureGARD提出动态本体引导治理框架，在三个基准上实现0%间接提示注入攻击成功率并提升任务效用。
技术研究 · 2026-11-050 阅读MONET开源1.038亿图文对数据集
MONET发布1.038亿图文对开源数据集，附预计算嵌入并经4B模型验证。
技术研究 · 2026-11-050 阅读VAR-Q免调优KV缓存量化：内存降78.5%
VAR-Q提出面向视觉自回归图像与视频生成的免调优KV缓存量化框架，在九个模型上将KV内存最多降低78.5%，并支持6倍更大推理批次。
技术研究 · 2026-11-050 阅读Omni-Encoder用共享SigLIP2统一四模态表征
Omni-Encoder以单一SigLIP-2 ViT共享参数统一图像、视频、音频与视听编码，在16个基准上表现竞争力，联合训练提升各模态效果。
技术研究 · 2026-11-050 阅读PinyinBench发布：17个模型测汉字语音知识
arXiv论文发布PinyinBench基准，评测17个文本与多模态大模型对汉字语音知识的掌握情况。
技术研究 · 2026-11-050 阅读米哈游清华开源通用游戏模型GameScaling
米哈游联合清华等高校开源GameScaling系列通用游戏模型，覆盖四档规模共八个模型，权重与推理代码以Apache 2.0协议发布。
模型进展 · 2026-11-050 阅读Axiom Math发布1600万行Lean数学库
Axiom Math用智能体群将Stacks Project形式化为1600万行Lean代码，经逐条验证后开源。
产品应用 · 2026-11-050 阅读曙光云发布OneBox智能体协作平台
曙光云在乌镇互联网之光博览会发布面向政企的OneBox智能体协作平台，主打私有化部署与权限审计，并获“新光”产品荣誉。
产品应用 · 2026-11-050 阅读高通联手SpaceX推星链移动5G
高通宣布与SpaceX达成多年期协议，自2027年起为星链移动网络提供核心无线电设备与基带单元，同时预计2027财年手机营收占比将首次跌破50%。
行业动态 · 2026-11-050 阅读vLLM首日支持Kimi K3.1 Pro部署
vLLM宣布实现Kimi K3.1 Pro首日推理部署，覆盖多硬件平台并带来显著性能提升。
模型进展 · 2026-11-050 阅读DeepSeek工程师：将持续开源模型权重
DeepSeek工程师高曦在世界互联网大会上表示，尽管安全风险更高，公司仍将持续发布模型权重以加速AGI到来。
模型进展 · 2026-11-050 阅读