arXiv cs.AI· Md Asiful Islam, Fahmida Alam, Mihai Surdeanu·· 8 小时前AI 评分22
LR-Guard：通过潜在双假设推理与按需轨迹重建实现高效安全护栏
Efficient Safety Guardrails through Latent Dual-Hypothesis Reasoning with On-Demand Trace Reconstruction
AI 导读
LR-Guard 是一种高效可解释的安全护栏，通过蒸馏冻结教师模型对安全与不安全提示词解读的分析，联合学习结构化潜在推理与按需推理重建。在多数域内和域外场景下，其安全分类与解释提取均优于显式推理教师模型，batch size 为 1 时推理提速 19.4 倍，重建的推理轨迹与教师显式推理语义高度相似。
来源：arXiv cs.AI · arxiv.org