UCSD

📋 要約（TL;DR） # 🔑 概念を直接操る: UCSDの研究チームがLLM内部の「概念」を数学的に特定・操作する手法を開発 🔑 劇的な効率性: A100 GPU1台で1分未満、500サンプル以下で概念を特定可能 🔑 両刃の剣: 性能向上に使えるが、jailbreak攻撃にも悪用可能 💡 読みどころ: LLMのブラックボックスを開ける新しいアプローチと、AIセキュリティへの示唆 🎯 LLMの「中身」ってどうなってる？ # みんな、おはよう！Emmaだよ！🍫