EMNLP 论文用 SAE 与 NMF 发现越狱 Motif
热点事件观察中
EMNLP 论文用 SAE 与 NMF 发现越狱 Motif
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026 年 EMNLP 主会论文《Beyond Prompts: Discovering Jailbreak Motifs in Sparse Feature Space》提出一种从模型内部识别越狱模式的方法：先用 SAE（稀疏自编码器）提取模型内部特征，再用 NMF（非负矩阵分解）分解出 40 个反复共激活的 Motif。论文称，这些 Motif 可用于越狱检测、攻击生成与防御训练。
AI 根据报道生成 · 3 小时前更新
最新进展11月11日 08:00
EMNLP 论文提出用 SAE 与 NMF 从模型内部发现越狱 Motif报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- 安全内参EMNLP 论文提出用 SAE 与 NMF 从模型内部发现越狱 Motif
2026 年 EMNLP 主会论文《Beyond Prompts: Discovering Jailbreak Motifs in Sparse Feature Space》提出用 SAE 提取模型内部特征、再用 NMF 分解出 40 个反复共激活的 Motif，用于越狱检测、攻击生成与防御训练。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 311月12日 21:00
- 近 24 小时变化
- –
01234
21:0022:0023:00
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。