DSS在推理时动态调节语义方向,兼顾敏感概念抑制、灵活性与正常生成保真。
推荐理由:训练式擦除成本高且难响应新威胁,固定推理干预又容易破坏正常语义;DSS动态调整语义引导,为按需封禁新概念提供更灵活的安全层。
阅读原文