Oyster-II

Oyster-II框架使用RL技术，使LLM更安全、更有用

研究人员推出Oyster-II，一个新颖的强化学习框架，旨在提高大型语言模型的安全性和有用性。这种新方法解决了先前方法中的局限性，例如安全泛化不足以及对良性查询过度应用安全推理。通过采用零样本强化学习（Zero-RL）范式和多阶段强化学习过程，Oyster-II在安全基准测试中表现优于Qwen3-14B及其前身Oyster-I等现有模型，其结果可与Qwen3-Max和Qwen3.5-397B等更大模型相媲美。