WSR-Tune框架获NeurIPS 2026接收
热点事件持续更新
WSR-Tune框架获NeurIPS 2026接收
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
现有大语言模型在下游任务微调中常因覆盖编码安全行为的参数而削弱安全对齐。Minseong Kim 等人提出 WSR-Tune 框架，通过权重空间重参数化解决此问题。该框架构建安全条件基，将安全信息集中至小部分方向并冻结这些关键方向，仅更新互补方向以适应下游任务，实现安全与任务信息的显式解耦。 实验显示 WSR-Tune 在下游性能与安全保留之间取得了更优平衡。目前，该研究已被 NeurIPS 2026 接收为 spotlight 论文，标志着其在解决微调导致的安全退化问题上获得了学术界认可。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
WSR-Tune：通过权重空间重参数化在LLM下游微调中保留安全性报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · MLWSR-Tune：通过权重空间重参数化在LLM下游微调中保留安全性
现有LLM微调方法常因覆盖编码安全行为的参数而削弱安全对齐。WSR-Tune框架构建安全条件基，将安全信息集中至小部分方向并冻结这些关键方向，仅更新互补方向以适应下游任务。 该方法显式解耦安全与任务信息，减少目标间干扰，实验显示其在下游性能与安全保留间取得更优平衡，已被NeurIPS 2026接收为spotlight。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 810月20日 18:00
- 近 24 小时变化
- –
02.557.510
18:0019:0020:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。