分析使用伪恶意网络安全数据微调的大型语言模型的安全风险

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本研究分析了大型语言模型在网络安全中的风险,发现微调会降低模型的安全性。提出的安全对齐方法能够提升模型的安全性,促进更安全的微调技术开发。

🏷️

标签

➡️

继续阅读