Weight-Space Programming 再次证明了:
这两年最有趣paper是 persona vectors,建议大家人工读上5遍。
所有的 Weight-Space Programming, emergent misalignment 换汤不换药。
Weight-Space Programming 再次证明了:
这两年最有趣paper是 persona vectors,建议大家人工读上5遍。
所有的 Weight-Space Programming, emergent misalignment 换汤不换药。
Dongxi NLP · x.comPublished · added here
Original title: Weight-Space Programming 再次证明了: