CLEAR 适配器路由，保留效用的 LLM 安全对齐
UIUC-CS · hf · 2026-08-24
UIUC-CS 提出了 CLEAR 方法，利用隐藏状态门控机制连续调节安全低秩适配器。该方法在有效提升大语言模型安全性的同时，能够最大程度地保留模型在良性输入上的效用，解决了安全对齐导致的性能退化问题。
「研究」频道最新
- EMNLP 2026 收录：CWoMP 濒危语言形态标注方法 — fredahshi · 2026-08-24
- SemiAnalysis 开源 300 万美元 AgentX 基准，百万上下文测 AI 编程 — AccBalanced · 2026-08-24
- Vinci2 助手在 EgoServe 基准超 GPT-5-mini，实现主动干预 — jiqizhixin · 2026-08-24
- OpenAI 招聘变革性 AI 经济学主管，MATS 奖学金开放申请 — Astral Codex Ten · 2026-08-24
- AI 科学家有了新标尺：从“考试”转向真实发现闭环 — 量子位 · 2026-08-24
- AI 协助证明埃尔德什猜想超越性 — inductionheads · 2026-08-24