领域微调大型语言模型中的护栏侵蚀:对生物医学法学硕士中以知识为中心的弃权的配对审计
原文:Guardrail Erosion in Domain Fine-Tuned Large Language Models: A Paired Audit of Knowledge-Centric Abstention in Biomedical LLMs
领域微调模型的数量,特别是在生物医学领域,正在迅速扩大。微调有望以训练基础模型成本的一小部分来实现高性能模型,但它也可能会产生意想不到的行为变化。多项研究表明,微调可能会削弱安全护栏,但跨模型架构、数据混合、
正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。
抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。
正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。