arXiv · cs.AI· Minseong Kim, Jongbok Won, Jeesup Park, Yonghee Choi, Dongjun Han·· 1 天前
WSR-Tune通过权重空间重参数化在下游微调中保留大语言模型安全行为
Rethinking LLM Fine-Tuning via Weight Space Reparameterization: Preserving Safety during Downstream Adaptation
arXiv:2610.26443v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Minseong Kim, Jongbok Won, Jeesup Park, Yonghee Choi, Dongjun Han
研究任务与主要进展
作者提出WSR-Tune框架，通过构建安全条件基并重参数化权重矩阵，在下游微调时冻结安全关键方向、更新其余方向，以减少任务适配与安全保持之间的干扰。基于论文摘要，实验结果显示该方法改善了下游性能与安全保持的权衡，但未说明具体数据集、基准和数值结果。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org