Cops shoot and paralyze man who told police he feared being "swatted."
一名男子告诉警方,他担心被骗子“殴打”。警察无视这一点,反而袭击了无辜的男子。
Punjab Police crack ISI-backed BKI module, key operative held
旁遮普省警方破获了三军情报局资助的巴巴尔·卡尔萨国际恐怖组织。贾朗达尔逮捕了一名关键特工,避免了重大恐怖威胁。回收的物品包括一个装有烈性炸药的简易爆炸装置。这一迅速的行动成功地维护了无辜者的生命和公共安全。调查正在进行中,以确定外国处理者和当地支持网络。
A Single Neuron Is Sufficient to Bypass Safety Alignment in Large Language Models
语言模型中的安全对齐通过两个机制上不同的系统进行操作:拒绝神经元(控制是否表达有害知识)和概念神经元(编码有害知识本身)。通过针对每个系统中的单个神经元,我们在跨越两个系列和 1.7B 到 70B 参数的七个模型中展示了两个方向的失败——通过抑制绕过对明确有害请求的安全性,并通过放大从无辜提示中诱导有害内容,而无需任何训练或提示工程。我们的研究结果表明安全调整......