https://inkeast.github.io/MessageDaily/tags/%E6%95%B0%E6%8D%AE%E6%9E%84%E9%80%A0/Recent content in 数据构造 on MessageDailyHugozh-cnWed, 09 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-09-boundary-aware-safety-refusal-paper-reading/Wed, 09 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-09-boundary-aware-safety-refusal-paper-reading/Multiverse Computing 揭示话题级安全对齐的粒度错配：部署需要窄边界（拒操纵、答选举事实）而非话题级一刀切。提出窄边界形式化+离线自生成数据框架（受控话题生成/覆盖修复/补偿数据/边界对），Qwen3-8B 目标域拒绝 9.47%→84.75%、不安全率 26.26%→0.14%，并量化数据成分对安全-可用权衡的决定作用（过度拒绝 74%→5.2%）。