arXiv · cs.AI· Md Asiful Islam·· 14 天前AI 评分38
LR-Guard：基于潜在双假设推理与按需轨迹重建的高效安全护栏
Efficient Safety Guardrails through Latent Dual-Hypothesis Reasoning with On-Demand Trace Reconstruction
来源与原文
arXiv · cs.AI
作者：Md Asiful Islam
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/2610.18304v1
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
LR-Guard（Latent Reasoning Guardrail）是一种高效可解释的安全护栏方法，将冻结教师模型对安全与不安全提示的分析蒸馏为紧凑潜在表示，并支持按需重建推理轨迹，无需每次决策生成中间文本。实验显示其在多数域内与域外设置下的安全分类和解释提取优于显式推理教师模型，batch size 1 时推理加速 19.4x，重建轨迹与教师显式推理语义高度相似。
来源：arXiv · cs.AI · arxiv.org