优惠 模型手术（Model Surgery）：通过直接编辑大语言模型的一小部分参数来调节其行为的方法

清华大学自动化系和卡内基梅隆大学的研究人员推出“模型手术”（Model Surgery），这是一种通过直接编辑大语言模型（LLM）的一小部分参数来调节其行为的方法。这种方法特别适用于希望模型展现出某些理想行为特征，比如无毒性（non-toxicity）和抵抗越狱（jailbreak）尝试的能力。 GitHub：http... 阅读全文