论文Agent 与开发者11:28CATCH 方法通过持续对抗训练提升 LLM 诚实度一篇把对抗训练用在诚实度上的论文，几百个样本就能让 Llama-3.3-70B 在三个诚实度基准上变靠谱，还能不掉能力。#CATCH#Llama-3.3#Qwen3#AI安全aarXiv cs.LG@Yuan-Chen Chang 等 4 人原文稍后读已读值得跟进有用关注 CATCH