SafeGene: Wiederverwendbare Adapter für übertragbare Safety-Alignment

arXiv:2606.06519v1 Ankündigungstyp: neu Abstract: Open-Weight-LLMs werden zunehmend in maßgeschneiderte Assistenten feinabgestimmt, aber nachgelagertes Fine-Tuning kann Safety-Alignment schwächen und Modelle anfälliger für böswillige Prompts machen, selbst wenn die Trainingsdaten nicht absichtlich schädlich sind. Dies führt zu