实体 SGASA

SGASA

PulseAugur coverage of SGASA — every cluster mentioning SGASA 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_183233 · Aug 5 · 04:00

新的AI安全方法允许模型生成和内化自己的指南

研究人员开发了一种名为“自导自适应安全对齐”（SGASA）的新方法，使推理模型能够生成和内化自己的安全指南。该方法包括模型创建指南，根据自身错误进行改进，然后进行自我评估以选择最佳版本。应用时，这些上下文内指南显著提高了Qwen3模型的安全性并降低了过度拒绝率，内化后的指南即使在没有推理时提示的情况下也能保持这些收益。