论文精选09:46AIR:让大模型安全行为不受上下文干扰的锚定不变性正则化大模型安全对齐的脆弱性一直是部署痛点,AIR用巧妙的锚定策略解决了“一改措辞就破防”的问题,做安全对齐的团队可以直接集成到现有训练流程中。#大模型安全#对齐#上下文不变性#正则化aarXiv cs.AI@Yixu Wang 等 7 人原文稍后读已读值得跟进有用关注 大模型安全