发生了什么
Hirundo 训练了 Gemma 4 E4B 模型以抵抗对抗性覆盖，同时克服对齐税，实现了基于架构的权重级防御，安全性优于大模型，并在基准测试中保持效用。
为什么值得关注
展示了 AI 模型对抗性攻击防御的重要突破，对提升模型安全性有实际价值。
信息来源
以下内容来自公开来源，可打开原文继续核验。
01
Hirundo 训练了 Gemma 4 E4B 模型以抵抗对抗性覆盖
Hirundo 训练了 Gemma 4 E4B 模型以抵抗对抗性覆盖，同时克服对齐税，实现了基于架构的权重级防御，安全性优于大模型，并在基准测试中保持效用。
打开原始来源 ↗