清华团队推出“安全增强版DeepSeek”
创始人
2025-02-24 22:00:24
0次
人民网北京2月24日电 (记者赵竹青)2月23日，清华大学计算机系相关研究团队宣布推出大语言模型RealSafe-R1。该模型基于DeepSeek R1进行深度优化与后训练，在确保性能稳定的基础上，显著提升了安全性，为开源大模型的安全发展与风险治理提供了创新性解决方案。
近日来，国产开源大模型DeepSeek在自然语言处理和多任务推理方面展现了强大的技术实力，但在面对越狱攻击等安全性挑战时仍存在一定局限性。为此，清华团队提出了基于模型自我提升的安全对齐方式，将安全对齐与内省推理相结合，使大语言模型能够通过具有安全意识的思维链分析来检查潜在风险，实现基础模型自身能力的自主进化。
基于该方法，团队对DeepSeek-R1系列模型进行后训练，正式推出RealSafe-R1系列大模型。实验数据表明，RealSafe-R1安全性提升显著，在多个基准测试中有效增强了对各种越狱攻击的抵抗力，并减轻了安全与性能之间的“跷跷板”现象。
据悉，RealSafe-R1各尺寸模型及数据集将于近期向全球开发者开源。
相关内容
热门资讯
阿里合伙人委员会点名批评钉钉团...
6月10日，阿里巴巴合伙人委员会在内网发布帖文《有情有义有成长，才是阿里文化》，对连日来《置身钉内》...
2026年二手iPhone 1...
一、为什么iPhone 13至今仍是二手市场宠儿？ 在2026年的智能手机市场，iPhone 13...
我国今年要打造超百个人形机器人...
中国青年报客户端讯（中青报·中青网记者 贾骥业）记者从工业和信息化部获悉，近日，该部与国务院国资委联...
2026年“小小科学家”校园巡...
6月10日，由哈尔滨市科协、市教育局共同主办的2026年“小小科学家”校园巡回报告会走进哈尔滨新区第...
重度听损哪款品牌好？国产平价助...
对于重度听损人群而言，听力障碍不仅是听不见声音，更是切断了与生活、社交、家人的情感联结。日常沟通需要...
原创 祛...
日前，百年保温杯品牌膳魔师（Thermos）因安全隐患被推上风口浪尖。 膳魔师在中国召回近400万件...
总结辅助挂！德普软件，功夫川麻...
总结辅助挂！德普软件，功夫川麻小程序辅助器，妙计教程（有挂方针）1、总结辅助挂！德普软件，功夫川麻小...
2026版软件！hhpoker...
2026版软件！hhpoker外挂靠谱吗，佛手在线辅助器，法子教程（有挂秘籍）1、每一步都需要思考，...
据公告内容！黑侠破解wepok...
据公告内容！黑侠破解wepoker，上品斗地主游戏辅助，指南书教程（确实有挂）1、据公告内容！黑侠破...
此事备受玩家关注！wepoke...
此事备受玩家关注！wepoker私人局辅助器怎么用，丰城双剑辅助，经验教程（详细教程）1、玩家可以在...