arXiv 自然语言处理· Viet-Thanh Pham, Thuy-Trang Vu, Junae Kim, Rollin Omari, Dinh Phung, Gholamreza Haffari, Lizhen Qu·· 9 小时前AI 评分39
UniGuard：面向跨接口安全泛化的多视角护栏学习
UniGuard: Multi-View Guardrail Learning for Cross-Interface Safety Generalization
AI 导读
研究人员提出 UniGuard 训练框架，通过学习同一安全案例的多个语义对齐视角以实现跨接口安全表征泛化。研究构建了涵盖多轮对话与智能体轨迹等视角的 UniGuard-FT 数据集，并训练出仅基于合成数据的 UniGuard-0.6B。
来源：arXiv 自然语言处理 · arxiv.org