ShallowDefend、LLMマルチターン会話の安全性を向上させる新フレームワーク発表
Qiyao Ma氏らの研究チームは2026年10月29日(現地時間)にarXiv cs.CLで発表された論文「ShallowDefend: Harnessing Shallow Safety Alignment for Multi-Turn Defender」で、大規模言語モデル (LLM) のマルチターン会話における安全性アライメントの課題に対処する新しいフレームワーク「Assess → Decide → Respond」を提案した。