arXiv · AI· Jingnan Zheng, Cheng Jin, Ming Zhang, Huan Sun, Zhongtian Ma, Kaisen Yang, Ziyuan Zhou, Tong Wu, Dongcheng Zhang, Yi Zhang, Xiao Wang, Han Qi, Shu Yu, Ermo Hua, Zongji Yu, Chaozhuo Li, Xiaoyu Wen, Zhekai Chen, Jiawei Zhou, Sirui Chen, Ning Ding, An Zhang, Tat-Seng Chua, Xiangnan He, Xia Hu, Bowen Zhou, Qiaosheng Zhang, Youbang Sun, Xiang Wang, Zhongyu Huang, Chaochao Lu·· 1 天前AI 评分45
Safin-1.5 提出安全原生架构与可验证推理
Safin-1.5: Safety-Native Architecture and Verifiable Reasoning for Recursive Safety Improvement
AI 导读
基于安全架构训练的大模型 Safin-1.5 采用递归安全改进机制，结合形式化推理 harness，实现了在安全与推理性能上超越前沿模型的目标。 该模型通过持续性安全状态与有害知识解耦构建安全层，利用发现-评估-修复循环进行迭代，并借助符号推理生成可检查证明。
来源：arXiv · AI · arxiv.org