工具
CHILLGuard: Towards Fine-Grained Chinese LLM Safety Guardrail with Scalable Data Construction and Model-aware Preference Alignment
2026-06-16arxiv.org
★★★★★
CHILLGuard是一种面向中文大模型的细粒度安全防护技术，聚焦数据构建与偏好对齐。
值得记下
阅读原文↗首个专为中文语境定制的大模型安全护栏，兼顾可扩展数据工程与模型内部表征对齐。
内容来源：arxiv.org，版权归原作者所有