ECLIPTICA：基于 CITA 的可切换 LLM 对齐框架
ECLIPTICA -- A Framework for Switchable LLM Alignment via CITA - Contrastive Instruction-Tuned Alignment
AI 导读
ECLIPTICA 框架让 LLM 对齐可在运行时按自然语言指令切换，其 CITA 在 Llama-3.1-8B 的五个套件上达 86.7% 指令对齐效率，超过 DPO（56.1%）、GRPO（36.1%）与 PPO（20.4%）。CITA 结合 SFT 与对比偏好优化，并以参考模型为几何锚点保证切换稳定。其基准含 3000 个受控案例（300 提示词 × 10 种指令类型），固定用户请求、仅改变对齐指令。