GitHub · 灵魂体仓库·· 12 天前AI 评分49
llm-self-detoxifier：基于 SASA 的推理时去毒化工具包
hwilner/llm-self-detoxifier
来源与原文
GitHub · 灵魂体仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/hwilner/llm-self-detoxifier
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
GitHub 开源项目 llm-self-detoxifier 基于 SASA 受控解码算法，在推理时利用模型内部表征引导生成远离毒性内容，无需重训练、微调或外部奖励模型，适用于 GPT-2、Llama 等自回归模型。依据原论文，RealToxicityPrompts 毒性从 0.481 降至 0.426（降 10%），AttaQ 从 0.264 降至 0.142（降 42%），困惑度与基线相当。
来源：GitHub · 灵魂体仓库 · github.com