跳到正文
原文
arXiv cs.AI· Cris Huynh·· 2026-10-02AI 评分30

鲁棒即显著:知情对抗者促使最优信号转向显著性极

Robust Is Salient: An Informed Adversary Moves the Optimal Signal onto the Salience Pole

AI 导读

研究发现在受限信号博弈中面对知情对抗者时,对抗鲁棒的最优信号会完全转向显著性极。在 20 万个样本池中两者仅在 2,748 个项目上存在差异,且 18.2% 样本的最优信号在有限说服预算下发生偏移。测试显示对抗设定使 7 个语言模型在 108 个样本中的 30 至 77 个改变了选择,但因两者重合而无法实证判定模型是否具备对抗意识。

来源:arXiv cs.AI · arxiv.org