热点事件持续更新
研究团队提出外部数据指令防御框架EDIC
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月19日，arXiv发布的研究论文提出面向大语言模型外部数据的合规框架EDIC。该框架旨在通过逐指令分解奖励机制，化解提示词注入场景下的过度拒绝问题。在实现方法上，EDIC结合SFT与GRPO微调生成式裁判，在强化学习训练中分别奖励有益合规并惩罚有害合规。评测结果显示，在两款基干模型与5项基准测试中，EDIC在Qwen3-4B上将有害指令拒绝率最高提升7.7%，同时将Arena-Hard-Auto效用评分提升了12.5%。
AI 根据报道生成 · 3 小时前更新
最新进展10月19日 12:00
研究团队发布大模型外部数据合规框架EDIC，可兼顾提示词注入防御与模型效用。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv 自然语言处理识别、分类与行动：面向外部数据的大语言模型逐指令合规控制
研究人员提出大语言模型外部数据合规框架 EDIC，通过逐指令分解奖励机制化解提示词注入下的过度拒绝问题。该框架结合 SFT 与 GRPO 微调生成式裁判，分别奖励有益合规并惩罚有害合规用于强化学习训练。在两款基干模型与 5 项基准测试中，EDIC 在 Qwen3-4B 上将有害指令拒绝率最高提升 7.7%，同时将 Arena-Hard-Auto 效用评分提升 12.5%。
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。