arXiv Artificial Intelligence· Zhinan Liu, Jie Li, Mingyu Kang, Jiayi Ji·· 19 小时前AI 评分27
REALGUARD：通过潜在推理实现可靠、高效、可审计的 LLM 安全防护
$\mathrm{R}{\scriptstyle\mathrm{EAL}}\mathrm{G}{\scriptstyle\mathrm{UARD}}$: Reliable, Efficient, and Auditable LLM Safeguards via Latent Reasoning
AI 导读
REALGUARD 将安全推理与理由生成解耦，通过潜在推理让防护模型直接做安全判定，仅在需要审计时才由轻量审计解码器生成解释。在 1B、3B、8B 模型上，其平均 F1 较 GuardReasoner 最高提升 1.76 分，常规安全分类推理 token 用量最多减少 166.7 倍、速度最高提升 15.7 倍，审计解码器解释可接受率最高达 87.73%。
来源：arXiv Artificial Intelligence · arxiv.org