热点事件持续更新

研究人员提出路由级模型安全干预框架TraceRouter++

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

针对大基础模型易受越狱攻击的问题，研究人员于2026年11月在arXiv发表研究，提出了路由级安全干预框架 TraceRouter++。该框架通过追踪有害输入激活的因果路由路径来重对齐不安全激活状态，具体结合了稀疏自编码器（SAE）与受限最优传输（OT）算法，在因果识别的路由子空间内软重定向恶意语义流。在大型语言模型（LLM）、多模态大语言模型（MLLM）以及扩散模型（DM）上的实验表明，TraceRouter++ 的对抗鲁棒性超越基线，且兼顾了模型的通用效用。

AI 根据报道生成 · 13 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

13:00
arXiv 自然语言处理
TraceRouter++：通过最优传输实现因果语义路由重对齐
针对大基础模型易受越狱攻击的问题，研究人员提出路由级安全干预框架 TraceRouter++，通过追踪有害输入激活的因果路由路径来重对齐不安全激活状态。该框架结合稀疏自编码器（SAE）与受限最优传输（OT）算法，在因果识别的路由子空间内软重定向恶意语义流。在 LLM、多模态大语言模型（MLLM）和扩散模型（DM）上的实验表明，其对抗鲁棒性超越基线且兼顾了通用效用。

本事件热度走势

当前热度 7·可比范围峰值 10（11月4日 14:00）·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。