Suan：梯度级偏好优化安全对齐算法

研究者 Oleksandr Cherednichenko 与 Roman Klypa 提出偏好优化算法 Suan，将优化目标直接建立在梯度层面、绕过标准变分推导，以获得更可解释且稳健的训练动态。 在多种竞争性基线和方法基准上的评测显示，Suan 在实现更优安全对齐的同时完整保留了模型的回答实用性，缓解了开源权重模型后训练中常见的过度拒答与通用质量下降问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。