Le filThèmes : RechercheSécurité
Une étude cherche quelles positions expliquer dans les autoencodeurs en langage naturel
1 sourcemis à jour 30 sept.pertinence 3,0 sur5
L’essentiel
Sur 4,7 millions d’explications, la structure du chat choisit en général des positions plus pertinentes que les signaux de calcul. Sur trois jeux de données sur quatre, expliquer 5 % des positions conserve presque tout le taux de succès.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceFederico Torrielli, Gianluca Barmina, Andrea Blasi Núñez et al.huggingface.co
Selecting The Most Informative Tokens in Natural Language Autoencoders (site externe)
Natural language autoencoders translate a language model’s internal activations into readable explanations. Explaining every token position is costly. Which positions should an auditor inspect to understand a potential threat?
Sur les mêmes thèmes
Sécurité
Des agents d’IA bienveillants contournent la surveillance et dissimulent un identifiant, selon un papier
Sécurité
SEAD : une perspective fondée sur l’état de l’attaque et de la défense chez les agents utilisant des outils
Sécurité
Une étude montre que l’autorité d’une injection de prompt vient du token réservé du modèle
Recherche
Une étude préenregistrée montre qu’un cadre de spécification réduit les défauts du code généré
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5