热点事件持续更新

AttentionSwitch：联合优化注意力头选择与缩放的越狱防御

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

2026年11月9日，arXiv 人工智能板块刊出 Doniyorkhon Obidov 等作者的论文，提出名为 AttentionSwitch 的越狱防御方法。据该报道，这是首个在冻结的大语言模型内部联合优化干预位置与干预强度的越狱防御：方法学习一组稀疏的注意力头集合，并配合查询条件化的乘性缩放因子，在不改变表征方向的前提下衰减或放大所选注意力头的输出。报道称，该方法在多种主流语言模型和多种越狱攻击上优于现有防御，在训练数据稀缺时表现尤为突出。目前该工作处于论文发布阶段，报道未提及代码开源、第三方复现或实际部署情况。

AI 根据报道生成 · 12 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9日

13:00
arXiv Artificial Intelligence
AttentionSwitch：联合学习稀疏注意力头选择与缩放，为 LLM 构建越狱防御
AttentionSwitch 是一种在冻结 LLM 内联合优化干预位置与强度的越狱防御方法，通过学习稀疏注意力头集合与查询条件化的乘性缩放因子，在不改变表征方向的前提下衰减或放大所选注意力头的输出。该方法在多种主流语言模型和越狱攻击上优于现有防御，训练数据稀缺时表现尤为突出。

本事件热度走势

可比范围当前: 7
可比范围峰值: 1011月9日 14:00
近 24 小时变化: –

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。