实体 Chenghao Qiu

Chenghao Qiu

PulseAugur coverage of Chenghao Qiu — every cluster mentioning Chenghao Qiu across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_147956 · Jul 17 · 04:00

新方法在无需重新训练的情况下增强了大型语言模型的安全性

研究人员开发了一种名为解耦对齐的新方法，可以在无需额外训练的情况下增强大型语言模型的安全性。这种即插即用的方法利用知识蒸馏将对齐信号从已安全的模型转移到正在为特定任务进行适应的模型。该技术采用增量调试来识别关键知识组件，在17种不同的LLM上，针对有害提示的防御成功率显著提高，最高可达51.39%，同时不会对其性能产生负面影响。