热点事件持续更新
研究人员提出PRISM框架以迁移工具调用模型的安全干预
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
2026年10月16日，研究人员在 arXiv 发布论文提出 PRISM 框架，用于评估工具调用大语言模型在不同精度、语言和参数规模下的激活干预迁移能力及局限。实验结果显示，利用量化 NF4 副本的行为标签可实现稳定的干预估计；在跨语言表现上，基于五种语言监督的干预方向迁移至未见过的阿拉伯语后，使 Llama-3.1-8B 的不安全违规行为减少了 21.95 个百分点。此外，该安全干预还能通过良性激活映射，成功迁移至最大 70B 参数规模的模型。
AI 根据报道生成 · 9 小时前更新
最新进展10月16日 12:00
研究人员提出 PRISM 框架，证实工具调用模型的安全干预可跨语言并成功迁移至 70B 模型。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 自然语言处理PRISM：工具调用大语言模型中激活干预的迁移与局限
研究人员提出 PRISM 框架，用于评估工具调用大语言模型在不同精度、语言和参数规模下的激活干预迁移能力。实验显示，利用量化 NF4 副本的行为标签可实现稳定的干预估计，基于五种语言监督的干预方向迁移至未见过的阿拉伯语后，使 Llama-3.1-8B 的不安全违规行为减少 21.95 个百分点。该安全干预还能通过良性激活映射成功迁移至最大 70B 参数的模型。
本事件热度走势
当前热度 8·可比范围峰值 10（10月16日 13:00）·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。