Gradient Immunity: マルチファインチューニングへの耐性

arXiv cs.AI ・ 2026-08-05

原題: Gradient Immunity: Null-Space Resistance to Malicious Fine-Tuning

AI による要約

部分的に保護されたオープンウェイトモデルで、悪意のあるファインチューニングに耐性を持たせる「Gradient Immunity」手法を開発。Unidirectional Safety Gate（USG）により有害なサンプルの勾配を抑制し、安全性を維持する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。