WSR-Tune：重参数化微调兼顾安全与性能
热点事件持续更新
WSR-Tune：重参数化微调兼顾安全与性能
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Min-Seong Kim 等作者提出 WSR-Tune，一种基于权重空间重参数化的 LLM 微调框架。其做法是构建安全条件基，把安全相关信息集中到少数方向并冻结，使模型在下游适配时保留这些方向。 作者称，实验显示该方法在下游任务性能与安全保持之间取得更优权衡。该论文已被 NeurIPS 2026 接收为 spotlight。
AI 根据报道生成 · 51 分钟前更新
最新进展10月21日 12:00
WSR-Tune：通过权重空间重参数化重思 LLM 微调，在下游适配中保持安全报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.AIWSR-Tune：通过权重空间重参数化重思 LLM 微调，在下游适配中保持安全
研究者提出 WSR-Tune，一种基于权重空间重参数化的 LLM 微调框架，通过构建安全条件基将安全相关信息集中到少数方向并冻结，从而在下游适配中同时保持安全性与任务性能。该方法在实验中获得更优的下游性能与安全保持权衡，论文已被 NeurIPS 2026 接收为 spotlight。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。