论文
Mitigating Reasoning-Induced Misalignment via Safety-Direction Penalty
提出安全方向惩罚机制，缓解链式推理微调引发的对齐退化问题
首次收录 2026-08-25热度 0.0
safetyreasoningalignment
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Mitigating Reasoning-Induced Misalignment via Safety-Direction Penalty」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。