AGI Hunt· stanfordnlp·· 6 小时前AI 评分56
新论文提出 safety mid-training：在预训练与后训练之间训练安全，攻击成功率相对下降 72-81%
新论文提出 Safety Mid-Training:攻击成功率降 72-81% 且不损通用能力
AI 导读
Yejin Choi、Chaowei Xiao 等人发布 arXiv 论文，提出 safety mid-training，在预训练与后训练之间插入一个联合培养安全能力与通用推理的阶段。
来源：AGI Hunt · agihunt.info