arXiv 人工智能· Jiale Dai, Liuxian Ma, Hongcan Deng, Xiaoke Niu, Wenjing Zhang, Zhaoxiang Liu, Shiguo Lian, Guojie Song·· 3 小时前AI 评分34
LaVGuard：面向上下文价值漂移的选择性解码方法
LaVGuard: Selective Decoding for Contextual Value Drift
AI 导读
研究人员提出 LaVGuard 解码方法，通过将授权的 10 维画像与前缀价值评估分离并结合密度门控进行选择性评估，以解决大语言模型生成过程中的上下文价值漂移问题。该方法受修改位置与累积 KL 预算双重约束，将 5% FPR 下的边界 TPR 从 0.58 提升至 0.72。在 0.12 的平均干预率下，LaVGuard 的风险安全评分达到 0.88。
来源：arXiv 人工智能 · arxiv.org