DatologyAI 与 UIUC 提出 SimpleLoRIF，以梯度对齐过滤危险的微调数据

DatologyAI 与 UIUC 的论文提出 SimpleLoRIF，通过简化低秩梯度归因，筛除看似无害却会悄然侵蚀模型安全的微调样本。方法仅对最后 4 个 Transformer 块反向传播，可扩展至百万级样本数据集。