通过数据选择扩展对抗训练

这篇文章可能讨论了一篇关于改进大型语言模型（LLM）对抗训练的效率和有效性的研究论文。重点是数据选择策略，以扩展训练过程，可能通过识别和优先考虑最具信息量或最具挑战性的数据点。这可能导致更快的训练时间、改进的模型鲁棒性以及更好的对抗攻击性能。