LLM安全性的突破：运行时篡改预防

这项研究突出了本地推理设置中的一项关键进展，展示了运行时完整性风险的可能性。 这一发现提供了主动的缓解策略，加强了生成式人工智能的本地和自托管部署的安全态势。 这是增强大型语言模型可信度的重要一步。