AI资讯文章2026-8-10突破大模型监督瓶颈：通过“分片技术”防止LLM评测失效与对抗攻击最新研究指出，让大语言模型（LLM）单次处理过多评估任务会导致决策准确率下降。研究人员提出了一种“分片（Sharding）”技术，通过拆解复杂任务，不仅提升了评估准确率，还能有效防御对抗性攻击，为AI模型监督提供了新路径。
.png?table=collection&id=cbe6506e-1263-8358-a4d7-07ce62fcbb3f&t=cbe6506e-1263-8358-a4d7-07ce62fcbb3f){kind=small}
突破大模型监督瓶颈：通过“分片技术”防止LLM评测失效与对抗攻击
最新研究指出，让大语言模型（LLM）单次处理过多评估任务会导致决策准确率下降。研究人员提出了一种“分片（Sharding）”技术，通过拆解复杂任务，不仅提升了评估准确率，还能有效防御对抗性攻击，为AI模型监督提供了新路径。