研究者发布ADTGuard流式安全防护论文

Chuming Wei 等在 arXiv 发布论文，介绍针对大语言模型流式推理的安全防护方法 ADTGuard：在每个 token 释放给用户前进行检测，避免有害内容在审核完成前暴露。 论文称，ADTGuard 逐步细化 token 级训练目标，并根据当前前缀自适应选择检测层。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。