Secret Shuffle是一款派对游戏。游戏适合4名及以上玩家参与,要求玩家携带手机和耳机。游戏过程中,有的玩家未听到音乐却要假装听到,而其他玩家则跟着同一首音乐跳舞,玩家需要在游戏里猜出未听到音乐却假装听到的玩家,或者发现其他跟着同一首音乐跳舞的玩家。
为了增强模型的安全意识和推理能力,研究团队提出了 STAIR 框架(SafeTy Alignment with Introspective Reasoning),采用三阶段的方法,系统性提升基础模型在复杂的安全对齐场景中表现。 论文实验结果表明,基于 Llama-3.1-8B-Instruct、Qwen-2-7B-Instruct 等基础模型,STAIR 框架 ...