Xu Zhao等人提出ES2微调方法增强LLM安全
热点事件持续更新
Xu Zhao等人提出ES2微调方法增强LLM安全
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年11月2日，Xu Zhao等人在arXiv预印本上提出嵌入空间分离（ES2）微调方法，通过增加有害与无害嵌入的距离来提升大语言模型的安全防御能力。该方法结合嵌入锚点损失与KL散度正则化，旨在避免单纯最大化嵌入距离导致模型通用能力受损的问题。实验结果显示，经ES2微调的大语言模型能有效抵御多种攻击，其通用能力与基线模型相当，仅在部分任务中观察到轻微的性能下降。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
基于嵌入空间分离的大语言模型安全性增强报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · AI基于嵌入空间分离的大语言模型安全性增强
提出嵌入空间分离（ES2）微调方法，通过增加有害与无害嵌入距离提升大语言模型安全防御。 方法结合嵌入锚点损失和KL散度正则化，防止模型能力受损。 实验显示ES2有效抵御多种攻击，且通用能力与基线模型相当，仅部分任务表现有轻微下降。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月2日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
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。