★ 3
UniGuard：0.6B 多视图护栏模型跨接口安全泛化，F1 提升 45 分
论文提出 UniGuard 训练框架，从同一安全案例的多种语义对齐视图学习接口不变的安全表征，并将 1000 个公开案例转为提示、回复、多轮对话、智能体轨迹等视图构建 UniGuard-FT 数据集。0.6B 的 UniGuard-0.6B 在 ATBench、PolicyGuardBench、D…
arXiv NLP10 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 UniGuard 训练框架，从同一安全案例的多种语义对齐视图学习接口不变的安全表征，并将 1000 个公开案例转为提示、回复、多轮对话、智能体轨迹等视图构建 UniGuard-FT 数据集。0.6B 的 UniGuard-0.6B 在 ATBench、PolicyGuardBench、D…