ThinkSafe：推理模型自生成安全对齐方法
ThinkSafe 提出一种无需外部教师模型的安全对齐方法，从冻结的学生模型自身生成安全数据，经拒绝引导与安全过滤后离线微调。在 DeepSeek-R1-Distill 和 Qwen3 上，该方法显著提升安全性且推理性能保持竞争力；在 Qwen3-0.6B 上，其安全性和推理表现与 GRPO 相当，但包含数据生成在内的实际耗时约为后者的七分之一。
#DeepSeek
arXiv · cs.AI模型评分4242 arXiv · cs.AI模型评分3232 专家存在结构化冗余：面向混合专家大模型的保结构专家剪枝方法
研究提出保结构专家剪枝框架，包含投影能量专家剪枝（PEEP，Projection Energy Expert Pruning）和分布覆盖专家剪枝（DCEP，Distributional Coverage Expert Pruning）两种方法，利用路由器权重作为先验，在保留专家间全局结构关系的同时兼顾单个专家重要性。