扩散语言模型生成安全的自适应引导与重掩码框架

针对扩散语言模型迭代生成中的安全漏洞，提出结合自适应引导与重掩码的推理时防御框架。 利用门控方向动态调整引导强度，并在首个生成块后通过轻量检测器触发针对性重掩码。 在 LLaDA 和 Dream 模型实验表明，该方法提升对越狱攻击的鲁棒性，同时保持良性生成质量。