Agent 安全 · 论文

Safin-1：通过记忆原生状态演化实现内在安全

提出 Safin-1，以可路由 Safety State 在冻结主干上实现内在安全

arXiv

2609.00092

发表

8月31日

层

模型层

场景

模型与 API

测试

Safin-1 (4B)、Safin-1 (35B-A3B)、Qwen3.5-4B 等 9 个

• 防御模型加固
• 攻击越狱
• 风险拒答失当