利用非合作博弈对大语言模型进行安全对齐

这项研究探索了一种使用非合作博弈来对齐大型语言模型与安全目标的新方法，这可能会减轻有害输出。 非合作博弈的使用为实现这种对齐提供了一个有前景的框架，这可能会显著提高 LLM 的可靠性。

• •应用非合作博弈框架来增强 LLM 的安全性。
• •旨在减少有害内容的生成。
• •代表了一种新颖的 LLM 对齐和安全方法。