热点事件持续更新
论文：追踪LLM中从Attention到MLP的安全通路
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，arXiv·Artificial Intelligence（一手）发表论文《Attention Sees, MLP Refuses：追踪 LLM 中从 Attention 到 MLP 的安全通路》。研究在18对Base-Instruct模型（覆盖Qwen、Llama、Gemma）的残差流更新中发现，harmfulness信息更易从attention更新（尤其是浅层）解码。这是目前该事件唯一报道，尚未见后续验证或反驳。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
新论文报告：harmfulness信息更易从attention更新（尤其浅层）解码。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Artificial IntelligenceAttention Sees, MLP Refuses：追踪 LLM 中从 Attention 到 MLP 的安全通路
研究在 18 对 Base-Instruct 模型（覆盖 Qwen、Llama、Gemma）的残差流更新中发现，harmfulness 信息更易从 attention 更新（尤其是浅层）解码。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。