SafeGene: Reusable Adapters for Transferable Safety Alignment

SafeGene présente un module adaptateur de sécurité réutilisable conçu pour relever le défi récurrent du maintien de l'alignement de sécurité dans les LLM open-weight affinés. Il découple les capacités de sécurité des mises à jour spécifiques aux tâches, les traitant comme une représentation d'adaptateur indépendante et transférable pour atténuer la vulnérabilité aux invites malveillantes.