Self-Alignment: Wie viel Sicherheit man einem Sprachmodell beibringen kann, ohne dass es nutzlos wird
Ein Llama 3.2 mit 3 Milliarden Parametern, Fine-Tuning mit LoRA und eine Frage: Welche Dosis Sicherheitsdaten ist nötig, damit es Schädliches ablehnt, ohne alles abzulehnen? Die Linie testet …