A safety realignment framework via subspace-oriented model fusion for large language models
Fuente:
arXiv
Salvato in:
| Autori principali: | Yi, Xin, Zheng, Shunfan, Wang, Linlin, Wang, Xiaoling, He, Liang |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Unified attacks to large language model watermarks: spoofing and scrubbing in unauthorized knowledge distillation
di: Yi, Xin, et al.
Pubblicazione: (2025)
di: Yi, Xin, et al.
Pubblicazione: (2025)
NLSR: Neuron-Level Safety Realignment of Large Language Models Against Harmful Fine-Tuning
di: Yi, Xin, et al.
Pubblicazione: (2024)
di: Yi, Xin, et al.
Pubblicazione: (2024)
Latent-space adversarial training with post-aware calibration for defending large language models against jailbreak attacks
di: Yi, Xin, et al.
Pubblicazione: (2025)
di: Yi, Xin, et al.
Pubblicazione: (2025)
Hierarchical Divide-and-Conquer for Fine-Grained Alignment in LLM-Based Medical Evaluation
di: Zheng, Shunfan, et al.
Pubblicazione: (2025)
di: Zheng, Shunfan, et al.
Pubblicazione: (2025)
Fine-Grained Detoxification via Instance-Level Prefixes for Large Language Models
di: Yi, Xin, et al.
Pubblicazione: (2024)
di: Yi, Xin, et al.
Pubblicazione: (2024)
ACE-$M^3$: Automatic Capability Evaluator for Multimodal Medical Models
di: Zhang, Xiechi, et al.
Pubblicazione: (2024)
di: Zhang, Xiechi, et al.
Pubblicazione: (2024)
Unified Defense for Large Language Models against Jailbreak and Fine-Tuning Attacks in Education
di: Yi, Xin, et al.
Pubblicazione: (2025)
di: Yi, Xin, et al.
Pubblicazione: (2025)
Dynamic data sampler for cross-language transfer learning in large language models
di: Li, Yudong, et al.
Pubblicazione: (2024)
di: Li, Yudong, et al.
Pubblicazione: (2024)
Queue management for slo-oriented large language model serving
di: Patke, Archit, et al.
Pubblicazione: (2024)
di: Patke, Archit, et al.
Pubblicazione: (2024)
Retrieval augmentation of large language models for lay language generation
di: Guo, Yue, et al.
Pubblicazione: (2022)
di: Guo, Yue, et al.
Pubblicazione: (2022)
Do large language models resemble humans in language use?
di: Cai, Zhenguang G., et al.
Pubblicazione: (2023)
di: Cai, Zhenguang G., et al.
Pubblicazione: (2023)
Critic-CoT: Boosting the reasoning abilities of large language model via Chain-of-thoughts Critic
di: Zheng, Xin, et al.
Pubblicazione: (2024)
di: Zheng, Xin, et al.
Pubblicazione: (2024)
When language and vision meet road safety: leveraging multimodal large language models for video-based traffic accident analysis
di: Zhang, Ruixuan, et al.
Pubblicazione: (2025)
di: Zhang, Ruixuan, et al.
Pubblicazione: (2025)
Scaling behavior of large language models in emotional safety classification across sizes and tasks
di: Pinzuti, Edoardo, et al.
Pubblicazione: (2025)
di: Pinzuti, Edoardo, et al.
Pubblicazione: (2025)
MindScope: Exploring cognitive biases in large language models through Multi-Agent Systems
di: Xie, Zhentao, et al.
Pubblicazione: (2024)
di: Xie, Zhentao, et al.
Pubblicazione: (2024)
Dissociating language and thought in large language models
di: Mahowald, Kyle, et al.
Pubblicazione: (2023)
di: Mahowald, Kyle, et al.
Pubblicazione: (2023)
Is your multimodal large language model a good science tutor?
di: Liu, Ming, et al.
Pubblicazione: (2025)
di: Liu, Ming, et al.
Pubblicazione: (2025)
Learning diverse attacks on large language models for robust red-teaming and safety tuning
di: Lee, Seanie, et al.
Pubblicazione: (2024)
di: Lee, Seanie, et al.
Pubblicazione: (2024)
The creative psychometric item generator: a framework for item generation and validation using large language models
di: Laverghetta Jr., Antonio, et al.
Pubblicazione: (2024)
di: Laverghetta Jr., Antonio, et al.
Pubblicazione: (2024)
Integrating gender inclusivity into large language models via instruction tuning
di: Wróblewska, Alina, et al.
Pubblicazione: (2025)
di: Wróblewska, Alina, et al.
Pubblicazione: (2025)
Developmental trajectories of decision making and affective dynamics in large language models
di: Wang, Zhihao, et al.
Pubblicazione: (2025)
di: Wang, Zhihao, et al.
Pubblicazione: (2025)
Extracting chemical food safety hazards from the scientific literature automatically using large language models
di: Özen, Neris, et al.
Pubblicazione: (2024)
di: Özen, Neris, et al.
Pubblicazione: (2024)
Reshaping MOFs text mining with a dynamic multi-agents framework of large language model
di: Lin, Zuhong, et al.
Pubblicazione: (2025)
di: Lin, Zuhong, et al.
Pubblicazione: (2025)
Prompting language influences diagnostic reasoning and accuracy of large language models
di: Bazoge, Adrien, et al.
Pubblicazione: (2026)
di: Bazoge, Adrien, et al.
Pubblicazione: (2026)
AI-AI Bias: large language models favor communications generated by large language models
di: Laurito, Walter, et al.
Pubblicazione: (2024)
di: Laurito, Walter, et al.
Pubblicazione: (2024)
World model inspired sarcasm reasoning with large language model agents
di: Inoshita, Keito, et al.
Pubblicazione: (2025)
di: Inoshita, Keito, et al.
Pubblicazione: (2025)
On the attribution of confidence to large language models
di: Keeling, Geoff, et al.
Pubblicazione: (2024)
di: Keeling, Geoff, et al.
Pubblicazione: (2024)
Representation in large language models
di: Yetman, Cameron
Pubblicazione: (2025)
di: Yetman, Cameron
Pubblicazione: (2025)
Evaluating large language models in medical applications: a survey
di: Chen, Xiaolan, et al.
Pubblicazione: (2024)
di: Chen, Xiaolan, et al.
Pubblicazione: (2024)
Developing ChemDFM as a large language foundation model for chemistry
di: Zhao, Zihan, et al.
Pubblicazione: (2024)
di: Zhao, Zihan, et al.
Pubblicazione: (2024)
Measuring short-form factuality in large language models
di: Wei, Jason, et al.
Pubblicazione: (2024)
di: Wei, Jason, et al.
Pubblicazione: (2024)
Multilingual large language models leak human stereotypes across language boundaries
di: Cao, Yang Trista, et al.
Pubblicazione: (2023)
di: Cao, Yang Trista, et al.
Pubblicazione: (2023)
Advancing bioinformatics with large language models: components, applications and perspectives
di: Liu, Jiajia, et al.
Pubblicazione: (2024)
di: Liu, Jiajia, et al.
Pubblicazione: (2024)
Can adversarial attacks by large language models be attributed?
di: Cebrian, Manuel, et al.
Pubblicazione: (2024)
di: Cebrian, Manuel, et al.
Pubblicazione: (2024)
Evaluating an evidence-guided reinforcement learning framework in aligning light-parameter large language models with decision-making cognition in psychiatric clinical reasoning
di: Lin, Xinxin, et al.
Pubblicazione: (2026)
di: Lin, Xinxin, et al.
Pubblicazione: (2026)
Uncovering inequalities in new knowledge learning by large language models across different languages
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
di: Wang, Chenglong, et al.
Pubblicazione: (2025)
Failure of contextual invariance in large language models
di: Kumar, Sagar, et al.
Pubblicazione: (2026)
di: Kumar, Sagar, et al.
Pubblicazione: (2026)
TeleEval-OS: Performance evaluations of large language models for operations scheduling
di: Wang, Yanyan, et al.
Pubblicazione: (2025)
di: Wang, Yanyan, et al.
Pubblicazione: (2025)
Entry-level guide to the use of large language models for medical research
di: Jin, Qiao, et al.
Pubblicazione: (2024)
di: Jin, Qiao, et al.
Pubblicazione: (2024)
Amortizing intractable inference in large language models
di: Hu, Edward J., et al.
Pubblicazione: (2023)
di: Hu, Edward J., et al.
Pubblicazione: (2023)
Documenti analoghi
-
Unified attacks to large language model watermarks: spoofing and scrubbing in unauthorized knowledge distillation
di: Yi, Xin, et al.
Pubblicazione: (2025) -
NLSR: Neuron-Level Safety Realignment of Large Language Models Against Harmful Fine-Tuning
di: Yi, Xin, et al.
Pubblicazione: (2024) -
Latent-space adversarial training with post-aware calibration for defending large language models against jailbreak attacks
di: Yi, Xin, et al.
Pubblicazione: (2025) -
Hierarchical Divide-and-Conquer for Fine-Grained Alignment in LLM-Based Medical Evaluation
di: Zheng, Shunfan, et al.
Pubblicazione: (2025) -
Fine-Grained Detoxification via Instance-Level Prefixes for Large Language Models
di: Yi, Xin, et al.
Pubblicazione: (2024)