arXiv · cs.AI· Yichi Zhang, Zhiqi Wang, Neil Gong, Yuchen Yang·· 1 天前
SecureSD：面向大语言模型的安全推测解码方法
Secure Speculative Decoding for Large Language Models
arXiv:2610.08678v1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：Yichi Zhang, Zhiqi Wang, Neil Gong, Yuchen Yang
研究任务与主要进展
研究者提出 SecureSD，用于在保持推测解码效率与效用的同时提升大语言模型安全性。基于论文摘要，作者的大规模测量研究指出，有损推测解码在提升推理效率时可能显著放大越狱和提示注入攻击，并提出对草稿模型早期词元采用更严格验证标准的理论引导方法；实验结果据称显示其相较现有方法改善了安全性，同时保留效率与效用。
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