Dalle backdoor conversazionali a decisioni di autorizzazione fragili e modelli open-weight con capacità di sicurezza ridotte, la fiducia negli output LLM locali è sotto pressione. Le pipeline di fact-checking puntano ad ancorare la generazione a verdetti verificati.
Una proposta su Reddit suggerisce di distribuire solo i LoRA di abliteration invece di intere versioni uncensored degli LLM, riducendo duplicazione e costi. Il punto tecnico: un adattatore vale per ogni modello della stessa architettura e per ogni qu...
Kimi K3.1 e Tencent Hy4 rimuovono capacità di cybersecurity, reverse engineering e patching dai modelli open-weight. Se i modelli locali non possono analizzare vulnerabilità o binari, l’audit su hardware proprio diventa impraticabile e si torna alle ...
Un framework di attacco usa dati di dialogo avvelenati per orientare interazioni multi-turno dopo un trigger, senza modificare i prompt in fase di deployment. Tre varianti — Direct, Constrained Progressive, Unconstrained Progressive — mostrano che i ...
Un team ha presentato una pipeline a quattro stadi per generare articoli di fact-checking a partire da claim, verdetto originale e fonti raccolte dal web. Llama-3.1-8B-Instruct genera il testo, mentre un post-processing deterministico recupera le cit...
Un benchmark su 3.000 previsioni di dieci modelli aperti congelati mostra che l'86,1% appare plausibile, ma l'autorizzazione resta fragile: pochi casi ASK rilevati, forte preferenza per BLOCK. SafeWebWorld e LAR separano conservazione delle prove e c...
