arXiv cs.AI· Basel Shbita, Michael Hind, Chad DeLuca, Nathan Fulton, Shubhi Asthana, Farhan Ahmed, Anisa Halimi, Yada Zhu, Mauro Martino, David Cox, Dan Gutfreund·· 3 天前AI 评分52
研究提出基于 LLMON 的大语言模型后训练方法以防御提示注入
Post-Training Large Language Models with LLMON
AI 导读
研究团队提出基于 LLMON 框架的大语言模型后训练方法，通过显式分离可执行指令与被动数据来解决提示注入漏洞。该方法构建了包含 4.6B tokens 的结构化语料，涵盖通用、RAG 与工具调用数据，在 Granite-4.1 3B 和 8B 基础模型上完成 SFT 与强化学习后训练。
来源：arXiv cs.AI · arxiv.org