EMNLP 论文：仅用良性数据微调也会悄然侵蚀 LLM 安全对齐

被 EMNLP 2026 主会接收的 GR-SAP 论文发现，即使仅使用良性数据微调，已对齐的 LLM 的安全对齐也会悄然削弱。论文提出让模型自行合成安全数据，并通过生成式回放保持对齐，该方法不依赖特定数据和模型。