PulseAugur
中
实时 10:52:53
English(EN) Reasoning over Boundaries: Enhancing Specification Alignment via Test-time Deliberation

新方法提高了大型语言模型对安全和行为规范的遵守程度

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种名为Align3的新方法，旨在提高大型语言模型对特定安全和行为指南的遵守程度。该技术利用具有分层反思和修订的测试时审议（TTD）来帮助模型在定义的规范边界内进行推理。为了评估这一点，开发了一个名为SpecBench的新基准，涵盖了各种场景和提示。实验表明，包括Align3在内的TTD方法显著增强了规范对齐，并以最小的计算开销改善了安全-有用性权衡。 AI

影响 通过改进对自定义安全和行为指南的遵守，增强了大型语言模型在各种现实场景中的适应性。

排序理由 该集群包含一篇学术论文，详细介绍了LLM规范对齐的新方法和基准。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 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.CL TIER_1 English(EN) · Haoran Zhang, Yafu Li, Xuyang Hu, Dongrui Liu, Zhilin Wang, Bo Li, Yu Cheng ·

    Reasoning over Boundaries: Enhancing Specification Alignment via Test-time Deliberation

    arXiv:2509.14760v3 Announce Type: replace Abstract: Large language models (LLMs) are increasingly applied in diverse real-world scenarios, each governed by bespoke behavioral and safety specifications (spec) custom-tailored by users or organizations. These spec, categorized into …

相关话题