ECLIPTICA：可切换LLM对齐框架与CITA方法

2026年10月15日，arXiv Artificial Intelligence 刊出 Kapil Wanaskar 等作者的报道，提出 ECLIPTICA 对齐框架与 CITA 方法。该报道称，ECLIPTICA 将 LLM 对齐变为指令驱动、运行时可控：自然语言对齐指令作为显式行为契约，动态调节立场、拒绝边界和冗长度，以适应不断变化的安全要求、用户角色与治理约束。其 CITA 方法结合 SFT 与对比偏好优化，在参考模型几何锚点下实现稳定切换。为把策略切换与普通指令跟随区分开，作者同时发布 ECLIPTICA 基准，包含 3000 个受控案例（300 条提示 × 10 种指令类型），其中用户请求固定，仅对齐指令变化。目前事件进展限于该框架、方法与基准的提出，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。