行为蒸馏破坏医疗 LLM 的安全对齐Safety#LLM🔬 Research|分析: 2026年1月10日 12:24•发布: 2025年12月10日 07:57•1分で読める•ArXiv分析这项研究突出了医疗语言模型开发和部署中的一个关键漏洞，特别表明黑盒行为蒸馏可能会损害安全对齐。 这一发现促使我们必须仔细考虑培训方法和评估程序，以保持这些模型的完整性。要点•黑盒行为蒸馏对医疗 LLM 的安全对齐构成重大风险。•这项研究强调了对超越表面性能指标的稳健评估方法的需求。•研究人员和开发人员必须优先考虑减轻与行为蒸馏相关的风险的方法。引用 / 来源查看原文"Black-Box Behavioral Distillation Breaks Safety Alignment in Medical LLMs"AArXiv2025年12月10日 07:57* 根据版权法第32条进行合法引用。较旧H2R-Grounder: A Novel Approach to Robot Video Generation from Human Interaction较新Novel Clustering Approach Leverages Hyperbolic Geometry and Wasserstein Alignment for Multi-View Data相关分析Safety介绍青少年安全蓝图2026年1月3日 09:26来源: ArXiv