实体 Jiacheng Liang

Jiacheng Liang

PulseAugur coverage of Jiacheng Liang — every cluster mentioning Jiacheng Liang 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_287108 · Oct 8 · 04:00

新的RASA框架增强了专家混合模型的安全对齐

研究人员开发了RASA，一种用于将专家混合（MoE）语言模型与安全协议对齐的新型框架。与微调所有参数的传统方法不同，RASA针对MoE架构中的特定“安全关键专家”。这种方法可以防止通过模型的路由机制绕过安全协议，并且在对抗各种越狱攻击时表现出近乎完美的鲁棒性。RASA在保持通用能力基准测试性能的同时，还显著降低了过度拒绝率。