[태그:] 파인튜닝공격

사전학습 코퍼스에 안전 반성 텍스트를 주기적으로 삽입해 LLM의 자기 모니터링 능력을 정렬하는 Safety Reflection Pretraining이 제안됐다. 안전 데이터 필터링만으로는 막지 ...