已核验来源

训练中期的安全性：将大语言模型安全性内化为基础能力

HuggingFace Daily Papers · · 发布于 2026-11-03 · 2 分钟阅读

NewsFi 导读2 分钟速览

大型语言模型（LLM）的安全对齐主要在训练后进行，而近期的研究也开始在预训练中引入安全数据。然而，当后续训练不再包含安全数据时，安全性可能会下降，并且安全性的提升往往只是一部分

大型语言模型（LLM）的安全对齐主要在训练后进行，而近期的研究也开始在预训练中引入安全数据。

然而，当后续训练不再包含安全数据时，安全性可能会下降，并且安全性的提升往往只是一部分

SOURCES

来源与引用

共 1 个来源

原文明示事实

大型语言模型（LLM）的安全对齐主要在训练后进行，而近期的研究也开始在预训练中引入安全数据。；然而，当后续训练不再包含安全数据时，安全性可能会下降，并且安全性的提升往往只是一部分

推断与不确定

该版本为原文抽取式整理，未额外引入外部事实判断。