arXiv · AI· Mohammed Nayeem Khan, Sarun Kumar K. S., Allan Kevin T., Chirag Vaidya, Vrishank Tiwari·· 10 天前AI 评分26
Enmo Safety:一种非侵入式、模型无关的大语言模型外部安全监督框架
Enmo Safety: External, Non-invasive, Model-agnostic Oversight for Off-the-Shelf Language Models
AI 导读
summary_zh: Enmo Safety 是一种不修改模型权重的外部安全框架,通过确定性输入评估、触发匹配安全引导、不可信内容标记及输出防护机制包裹聊天模型。
来源:arXiv · AI · arxiv.org