# 自蒸馏

Multiverse Computing：大模型安全对齐需从主题级转向边界级

Multiverse Computing指出，现有基于主题的LLM安全护栏易导致过度拒绝。研究提出“边界感知”方法，通过自蒸馏与数据配对，在政治等特定场景中精准区分有害子集与良性补集，显著降低误拒率并保留安全性。