Beacon 框架改进 GRPO 安全对齐，安全错误率降低 32.83 个百分点
这篇论文解释了为什么 GRPO 做安全对齐会失效，还给出了 Beacon 框架，在 Qwen3 和 DeepSeek-R1-Distill 上把安全错误最多降了 32.83 个百分点。
#Beacon
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「Beacon」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月19日
这篇论文解释了为什么 GRPO 做安全对齐会失效，还给出了 Beacon 框架，在 Qwen3 和 DeepSeek-R1-Distill 上把安全错误最多降了 32.83 个百分点。