#AI伦理对齐

告别「绿色洗白」：用真实数据语料重塑AI生态伦理

新研究提出「耦合福祉」持续预训练语料，一次QLoRA即可安装生态推理能力。压力测试显示，Llama-3.3-70B有害决策从70/300降至0，MMLU不变，但对抗性场景下仍有失效。