alignment-techniques

标签

#alignment-techniques

超越Token位置：扩散语言模型中跨去噪步骤的安全对齐

arXiv cs.CL ↗ · 2026-09-02 缓存

本文提出了一种无需训练的解码方法，称为拒绝感知早期承诺（RAEC），通过利用早期去噪步骤中的拒绝信号来改进扩散语言模型的安全对齐。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈