Truth is not a direction：一种针对 LLM 探针的 Tarski 攻击
Truth is not a direction: a Tarski attack on LLM probes
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
一项名为 "Truth is not a direction" 的研究提出针对 LLM 探针的 Tarski 攻击。该工作质疑将"真实性"视为表征空间中某一方向的做法，并据此构造攻击方法。原文未提供更多技术细节与实验数据。
来源：abeljansma.nl（经 Hacker News） · abeljansma.nl