GUARD‑SLM：面向小语言模型、基于令牌激活的越狱攻击防御方法

作者：马里兰州Jueal Mia1, Joaquin Molto1, Yanzhao Wu1, M. Hadi Amini 译者：知道创宇404实验室翻译组 原​​文链接：https://arxiv.org/html/2603.28817v1/https://arxiv.org/html/2603.28817v1 摘要小语言模型（SLM）正成为大语言模型（LLM）且经济可行的替代方案，在计算成本...