TRACE：生成中风险追踪与概念编辑框架

研究者 Ankur Garg 等人提交论文，提出名为 TRACE（Temporal Risk Assessment and Concept Editing）的语言生成安全框架，用于在 LLM 生成过程中追踪有害响应风险、选择性编辑 token 激活，并留下检测与引导决策的可审计记录。 上述功能为论文作者在摘要中的自述，属提出阶段的框架描述，尚未见经同行评审或独立验证的效果结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。