instruction-classification

#instruction-classification

识别、分类、行动：面向外部数据的LLM逐指令受控合规机制

arXiv cs.CL ↗ · 2026-10-19 缓存

本文提出EDIC框架，通过逐指令的识别-分类-决策机制处理外部数据中的混合指令，利用SFT初始化与GRPO优化的生成式评判器实现指令级合规归因，在安全性与实用性上均优于现有防御方法。

0 人收藏 0 人点赞