IF-Guide

IF-Guide: 영향 함수 기반 LLM 탈독화 NeurIPS 2025 이 저장소는 우리 논문에서 소개한 LLM 탈독화 기법인 IF-Guide의 코드를 포함합니다: IF-Guide: 영향 함수 기반 LLM 탈독화 Zachary Coalson , Juhan Bae, Nicholas Carlini, Sanghyun Hong TL;DR 우리의 방법을 사용하면 유해한 학습 예제를 식별하고 사전 학습 또는 미세 조정 중에 이를 억제하여 LLM을 탈독화할 수 있습니다! 초록 우리는 학습 데이터가 대규모 언어 모델에서 유해한 행동의 출현에...