大模型安全对齐技术深度解析：从 Constitutional AI 到自动化红队测试的全栈安全训练体系
目录
- 摘要
- 1. 对齐问题的本质与演进
- 2. RLHF：对齐技术的奠基石
- 3. RLAIF 与 Constitutional AI：从人类反馈到 AI 反馈
- 4. DPO
大模型安全对齐技术深度解析：从 Constitutional AI 到自动化红队测试的全栈安全训练体系
ARTICLE DETAIL
日记详情
真实记录编程学习的某一天，欢迎挑你感兴趣的翻一翻。