Qwen3Guard与RLHF对比

Qwen3Guard 全面开源：安全对齐与推理防护的双重框架

一、摘要 Qwen3Guard 是阿里云 Qwen 团队推出的开源安全防护体系，旨在提升大语言模型在推理和输出阶段的安全性。该体系包含强化学习对齐模型 Qwen3-4B-SafeRL 与评测基准 Qwen3GuardTest 。前者利用来自 Qwen3Guard-Gen-4B 的安全反馈进行强化学习...