Search for a command to run...
建设性安全对齐（Constructive Safety Alignment, CSA）是由阿里巴巴集团安全部联合清华大学等高校于 2025 年 9 月联合提出的，相关研究成果发表于论文「Oyster-I: Beyond Refusal – Constructive Safety Alignment for Responsible Language Models」。
大语言模型（LLMs）通常会部署安全机制以防止生成有害内容。 CSA 不仅可以防止恶意滥用，而且可以主动引导非恶意用户实现安全和有益的结果。它超越了被动防御和一刀切的拒绝，转向主动、安全且有益的指导，将安全视为双重责任：不仅防止伤害，还要帮助用户识别合法和值得信赖的解决方案。
Search for a command to run...
建设性安全对齐（Constructive Safety Alignment, CSA）是由阿里巴巴集团安全部联合清华大学等高校于 2025 年 9 月联合提出的，相关研究成果发表于论文「Oyster-I: Beyond Refusal – Constructive Safety Alignment for Responsible Language Models」。
大语言模型（LLMs）通常会部署安全机制以防止生成有害内容。 CSA 不仅可以防止恶意滥用，而且可以主动引导非恶意用户实现安全和有益的结果。它超越了被动防御和一刀切的拒绝，转向主动、安全且有益的指导，将安全视为双重责任：不仅防止伤害，还要帮助用户识别合法和值得信赖的解决方案。
联合对齐全局和局部特征，有效引导对抗样本朝向目标特征分布并增强可迁移性。
SAC Flow 在连续控制和机器人操作基准测试中达到最先进性能。
UserBench 旨在评估和促进智能体理解、交互和适应现实世界用户沟通的能力。
Lancelot 框架将全同态加密融入 BRFL 以实现严格的隐私保护。
FractalForensics 在常见图像处理操作和 Deepfake 操作上有较好的鲁棒性和脆弱性。
NSG 统计量量化了空间概率梯度与时间密度变化的比例。
ReinFlow 具有轻量级实现、内置探索功能，并能广泛适用于各种流策略变体。
ScaleNet 是一种通过权重共享扩展预训练视觉 Transformer（ViT）的新方法。
SVG 实现了更快的扩散训练、高效的少步采样以及生成质量的提升。
联合对齐全局和局部特征，有效引导对抗样本朝向目标特征分布并增强可迁移性。
SAC Flow 在连续控制和机器人操作基准测试中达到最先进性能。
UserBench 旨在评估和促进智能体理解、交互和适应现实世界用户沟通的能力。
Lancelot 框架将全同态加密融入 BRFL 以实现严格的隐私保护。
FractalForensics 在常见图像处理操作和 Deepfake 操作上有较好的鲁棒性和脆弱性。
NSG 统计量量化了空间概率梯度与时间密度变化的比例。
ReinFlow 具有轻量级实现、内置探索功能，并能广泛适用于各种流策略变体。
ScaleNet 是一种通过权重共享扩展预训练视觉 Transformer（ViT）的新方法。
SVG 实现了更快的扩散训练、高效的少步采样以及生成质量的提升。
