基于混合迭代策略优化的大模型中文安全对齐防护

刘世龙; 胡明昊; 耿国桐; 罗威; 柳林; 张俊; 王勇杰; 王明; 张子扬; 王少煌; 武成龙; 刘畅; 王嘉欣; 赵士轲; 徐先涛

在位置 0 处没有任何行。基于混合迭代策略优化的大模型中文安全对齐防护-Chinese Safety Alignment and Defense of Large Models via Hybrid Iterative Strategy Optimization