实体 CSULoRA

CSULoRA

PulseAugur coverage of CSULoRA — every cluster mentioning CSULoRA 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

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_62865 · May 28 · 22:48

CSULoRA 方法在不牺牲效用的情况下增强 LLM 安全性

研究人员开发了 CSULoRA，这是一种用于纠正大型语言模型中低秩适配（LoRA）适配器的新型事后方法。该技术解决了即使是少量微调数据也会损害已对齐模型的安全性的问题。CSULoRA 估计一个安全对齐的子空间，然后调整 LoRA 更新以保留与任务相关的信息，同时减轻不安全的方向。