arXiv · cs.AI· Mintong Kang·· 22 小时前AI 评分36
C-SafeGen：基于声明的流式护栏实现可认证安全的 LLM 生成
C-SafeGen: Certified Safe LLM Generation with Claim-Based Streaming Guardrails
来源与原文
arXiv · cs.AI
作者：Mintong Kang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.34961v1
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
C-SafeGen 提出 Claim-based Stream Decoding（CSD）算法，结合流式护栏模型逐条审查 LLM 生成的声明，并通过回溯机制修正高风险内容，配合基于 conformal analysis 的统计风险保证框架。理论证明该方法可在安全约束下逼近目标生成分布，并给出安全风险的高概率上界，能渐近将风险控制到任意目标水平。实验显示 CSD 相比现有安全解码方法更有效且高效。
来源：arXiv · cs.AI · arxiv.org