Dans l'actualité
The Geometry of Ignorance: Detecting Suppressed Knowledge in LLMs through Activation Fragmentation
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Researchers developed a method to detect whether LLMs truly know suppressed information by analyzing geometric patterns in hidden activation states.
- Pourquoi ça compte
- Matters for engineers building safety systems, evaluating unlearning effectiveness, and assessing whether model refusals hide recoverable knowledge.
- Vigilance
- La corrélation entre la géométrie de fragmentation et la récupération adversariale dépend de la méthodologie d'attaque, donc les résultats peuvent ne pas généraliser à tous les types d'attaques.
- llm
- language model
- rag
- edge
- eval
Les patterns derrière cette actualité
- Eval-Driven Development (Agent CI)
- Temporal Knowledge Graph Memory
- Constitutional AI Evaluation Framework
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.