跳到正文
原文

EGS:面向教育 LLM 的补充性安全框架

EGS: A Complementary Safety Framework for Educational LLMs

arXiv:其他 AI 安全论文· arXiv:2611.22203· Zexuan Fei, Zhengnan Guo, Yiming Luo, Kaiyi Huang, Aimin Zhou, Bo Jiang, Fei Tan·本站收录· 2 天前· 原文发表防御· 扫描记录里的位置 →
AI 导读

教育护栏系统 EGS 是轻量、模型无关的运行时框架,通过查询审核、场景感知教学引导和响应审核补充教育 LLM 的内在对齐。它按风险等级分流输入,以分类别教育干预引导灰色地带查询,并在输出交付前审核。在通用与教育专用基准上的实验显示,EGS 提升了多种 LLM 的审核表现、拒答质量和越狱鲁棒性,代码与模型权重将公开。

阅读原文arxiv.org