Chinese contentOvertrained, Not Misaligned：大模型微调中的“突发性错位”可避免
做LLM微调的团队终于有了避免“突发性错位”的实操指南——早期停止就能保留93%性能，建议所有做安全对齐的工程师点开看看具体阈值。
Latest
Every published item, in order · 84 items
May 13
May 12
Papers19:11
Chinese contentGPT、Claude、DeepSeek、Grok如何分配西班牙和德国社会预算该研究揭示了LLM在公共政策模拟中的系统性偏差，对AI辅助决策的可靠性提出警醒，值得政策制定者和AI开发者关注。
Chinese contentSwarm攻击框架：小型LLM协同实现零成本安全绕过
该研究揭示了AI安全政策应聚焦系统而非模型本身，因为小模型通过协调框架即可实现高危险能力，这对当前以模型为中心的安全管控思路提出了重要挑战。
May 11
Papers11:43
Chinese contentCA-SQL：动态计算分配提升Text-to-SQL推理该方法为Text-to-SQL领域提供了可落地的复杂度感知计算分配方案，对提升LLM在结构化查询等推理密集型任务中的效率有参考价值。
arXiv cs.AISource