arXiv cs.CL· Ping Wu, Haibo Tong, Feifei Zhao, Han Shen, Yu Shi, Yilin Zhao, Sicheng Shen, Guobin Shen, Yun Luo, Yi Zeng·· 5 小时前AI 评分24
WIFA：基于意图分组监督的 LLM 安全防护方法
Refusing Intent, Not Form: Wrapper-Based Intent-Group Supervision for LLM Safety
AI 导读
研究者提出 Wrapper-Based Intent-Form Augmentation（WIFA），通过对有害与良性请求施加共享 wrapper 家族并按意图分组变体，让模型依据底层意图而非 wrapper 线索做判断。
来源：arXiv cs.CL · arxiv.org