SecPO重构提示注入对抗训练目标

SecPO针对DPO锚定不安全参考模型的问题，设计面向注入不变性的对抗训练方法。

推荐理由：论文指出Meta-SecAlign面对自适应注入时攻击成功率仍接近100%，根因是DPO被不安全参考模型牵制；SecPO转向注入不变且保留效用的目标，修正训练原则。