Chinese contentCurriculum of Models：用渐进课程训练调查模型自动发现越狱提示
这篇论文讲了个挺聪明的训练技巧：让攻击模型从“宽松版”目标一路练到“严格版”，稀疏奖励问题就缓解了，安全测试团队可以参考。
#gemma-4-31b-it
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "gemma-4-31b-it", newest first.
Oct 30
这篇论文讲了个挺聪明的训练技巧：让攻击模型从“宽松版”目标一路练到“严格版”，稀疏奖励问题就缓解了，安全测试团队可以参考。