LaVGuard：按价值画像门控的选择性解码
热点事件持续更新
LaVGuard：按价值画像门控的选择性解码
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Jiale Dai 等作者提交论文，提出选择性解码方法 LaVGuard，用于应对上下文价值漂移：它把授权使用的十维价值画像与对可见前缀的冻结价值估计分开，用画像相对密度门控决定何时评估候选续写，并通过改变位置和累积 KL 预算约束 logit 调整。 作者报告，在 5% 假阳性率下，加入画像条件后边界 TPR 从 .58 升至 .72；在平均干预比例同为 .12 时，LaVGuard 的风险安全得分为 .88，位置匹配编辑为 .72。上述数值均为论文作者报告的结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
LaVGuard：面向上下文价值漂移的选择性解码方法报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AILaVGuard：面向上下文价值漂移的选择性解码方法
LaVGuard 将上下文价值漂移建模为任务相关的解码问题，通过分离授权十维价值画像与可见前缀的冻结价值估计，用画像相对密度门控决定何时评估候选续写，并以改变位置与累积 KL 预算约束 logit 调整。在 5% FPR 下，画像条件化将边界 TPR 从 .58 提升至 .72；在相同 .12 平均干预比例下，LaVGuard 的风险安全得分为 .88，位置匹配编辑为 .72。
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。