本研究提出了DeGCG框架，用于提高大型语言模型在安全性上的效率和能力。实验证明该方法在多个模型和领域有效，特别是在Llama2-chat-7b上有显著性能提升。

在对齐的大型语言模型上推进对抗性后缀迁移学习
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证