Ce este Întrerupătoare de Circuit Neuronal (Representation Circuit Breakers)?

Scurtcircuitarea straturilor interne ale rețelei atunci când este detectată activarea conceptelor periculoase.

Denumire completă

loss = task_loss + lambda * orthogonality_penalty(harmful_representations)

Circuit Breakers este o tehnică de intervenție internă: dacă straturile ascunse încep să reprezinte cunoștințe interzise (ex: arme biologice), ieșirea este forțată spre o stare nulă sigură.

Avantaj față de filtrele externe

- Filtrele clasice de intrare/ieșire pot fi ocolite prin codificări Base64 sau dialecte rare.
- Întrerupătoarele neuronale acționează la nivelul conceptelor abstracte, făcând ocolirea practic imposibilă.

Oferă protecție robustă și de neocolit direct în interiorul modelului.

Învață AI • Comunitate & Q&A

Întrebări & Discuții: Întrerupătoare de Circuit Neuronal (Representation Circuit Breakers)

Ai o întrebare despre Întrerupătoare de Circuit Neuronal (Representation Circuit Breakers) sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!

🤖

Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!

Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.

Comunitate AI Adaugă o întrebare sau distribuie un cod / prompt

Moderare & Siguranță:

Pentru a menține calitatea și securitatea informațiilor, fiecare întrebare sau fragment de cod/prompt este analizat (manual sau prin moderare asistată de AI) înainte de publicare.