guard model

Guard Vector 通过参数组合和多语言支持增强LLM安全性

研究人员开发了Guard Vector，一种通过创建安全模型与基础语言模型之间的参数差异来增强LLM安全性的新方法。该技术无需额外的训练数据或目标语言标签，即可在包括中文、日文和韩文在内的多种语言中提高安全分类能力。Guard Vector方法还展示了跨不同模型架构（如Llama和Gemma）的可移植性，并与流式感知前缀微调相结合时，在实时处理条件下保持了分类质量，同时提高了吞吐量并降低了延迟。