arXiv·· 13 天前AI 评分29
SAFESHIELD：面向小语言模型部署时安全的决策组织框架
SAFESHIELD: A Decision-Organization Framework for Deployment-Time Safety of Small Language Models
AI 导读
SAFESHIELD 是一个面向小语言模型部署时安全的决策组织框架，将部署时安全形式化为决策组织问题，包含面向责任的决策分解与决策间显式协调两个要素。该框架针对输入审核、路由、检索验证、输出过滤等运行时护栏，试图解决现有部署框架在安全决策如何被显式组织、协调与审计方面指导不足的问题。
来源：arXiv · arxiv.org