PulseAugur
实时 20:53:41
English(EN) JT-SAFE-V2: Safety-by-Design Foundation Model with World-Context Data

新的JT-Safe-V2模型通过世界上下文数据增强AI安全性

研究人员推出JT-Safe-V2,这是一款旨在提高AI系统安全性和可信度的新型基础模型。该模型通过丰富的数据、专门的训练程序和训练后安全增强,将通用智能与安全设计原则相结合。此外,还开发了一个名为Safe-MoMA的框架,用于管理多个模型和代理,以实现高效且可追溯的推理,在保持性能的同时将成本降低了30%以上。该团队正在发布JT-Safe-V2-35B模型检查点,以鼓励该领域的进一步研究。 AI

影响 此次发布提供了一种构建更安全AI模型的新方法以及一个更高效推理的框架,可能对企业AI部署产生影响。

排序理由 该集群包含一篇在arXiv上发布的关于新AI模型和框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Junlan Feng, Fanyu Meng, Chong Long, Pengyu Cong, Duqing Wang, Yan Zheng, Yuyao Zhang, Xuanchang Gao, Ye Yuan, Yunfei Ma, Zhijie Ren, Fan Yang, Na Wu, Di Jin, Chao Deng ·

    JT-SAFE-V2: Safety-by-Design Foundation Model with World-Context Data

    arXiv:2605.24414v1 Announce Type: new Abstract: We introduce JT-Safe-V2, a large language model designed to advance the safety and trustworthiness of foundation models, extending our previous JT-Safe model toward a more comprehensive safety-by-design paradigm. JT-Safe-V2 emphasiz…