IT之家23 天
清华大学与瑞莱智慧联合团队推出 RealSafe-R1 大模型，相比 DeepSeek ...
为了增强模型的安全意识和推理能力，研究团队提出了 STAIR 框架（SafeTy Alignment with Introspective Reasoning），采用三阶段的方法，系统性提升基础模型在复杂的安全对齐场景中表现。 论文实验结果表明，基于 Llama-3.1-8B-Instruct、Qwen-2-7B-Instruct 等基础模型，STAIR 框架 ...