arXiv · cs.AI· Amman Yusuf, Jiwoo Shin, Ruizhi Deng, Heitor Rodrigues Guimar\~{a}es, Nikita Dvornik, Mijung Park·· 1 天前
SADDER：基于方向嵌入修订的安全感知文本去噪方法
The Tokens Strike Back: Safety-Aware Denoising with Directional Embedding-based Revision
arXiv:2610.17636v1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：Amman Yusuf, Jiwoo Shin, Ruizhi Deng, Heitor Rodrigues Guimar\~{a}es, Nikita Dvornik, Mijung Park
研究任务与主要进展
作者提出无需训练的安全感知去噪方法SADDER，在文本扩散模型推理阶段利用各词元位置的嵌入空间安全信号，对SAD更新进行门控：安全信号较高的词元更可能按SAD规则被修改。
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