该研究提出了一种基于大型语言模型的安全检测器ShieldLM，具有出色的可定制性和可解释性。ShieldLM在实际应用中作为先进语言模型的安全评估器有效。

ShieldLM: 强化 LLM 为一致、可定制和可解释的安全检测器
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