arXiv · NLP· Chuancheng Shi, Shangze Li, Wenhua Wu, Hengzhi Chen, Fei Shen, Li Zhuo, Zhiyong Wang, Tat-Seng Chua·· 5 小时前AI 评分40
TraceRouter++：基于最优传输的因果语义路由重对齐框架
TraceRouter++: Causal Semantic Routing Realignment via Optimal Transport
AI 导读
针对基础模型易受对抗操纵的问题，研究人员提出TraceRouter++框架，通过最优传输（OT）软路由重对齐技术提升对抗鲁棒性。 该框架遵循发现-追踪-重对齐范式，利用稀疏自编码器解耦激活特征，并将不安全边际导向安全参考边际。 实验表明，该框架在LLMs、MLLMs及扩散模型上均优于基线方法，实现了安全性与通用性的良好平衡。
来源：arXiv · NLP · arxiv.org