Reflection, 오픈소스 모델 Beam의 안전 훈련 및 평가 방법 상세 공개
원제목:Open model safety: lessons from training and evaluating Beam
AI 요약
Reflection이 오픈 웨이트 모델 Beam의 안전 훈련 및 평가 방법을 설명하는 블로그 글을 발표하고 오픈소스 안전 연구 계획 Project Iris를 공개했다. Beam은 Iris Safety Evaluations 대화 작업에서 유해 요청의 89%를 거부해 테스트된 오픈 웨이트 모델 중 가장 높았고, 안전 관련 무해 요청은 82% 준수했다. 안전 정렬 교사 모델을 100B에서 501B 파라미터로 늘린 후 과잉 거부는 상대적으로 48.7% 감소했다.
핵심 정보
- Reflection이 오픈 웨이트 모델 Beam의 안전 훈련 및 평가 방법을 설명하는 블로그 글을 발표하고 오픈소스 안전 연구 계획 Project Iris를 공개했다.
- Beam은 Iris Safety Evaluations 대화 작업에서 유해 요청의 89%를 거부해 테스트된 오픈 웨이트 모델 중 가장 높았고,안전 관련 무해 요청은 82% 준수했다.
- 안전 정렬 교사 모델을 100B에서 501B 파라미터로 늘린 후 과잉 거부는 상대적으로 48.
한눈에 보기
- 게시
- 카테고리
- 논문 및 연구
- AI 점수
- 66
추천 이유
原文拆解了 Beam 的安全训练方法与双轨评估体系,并给出关键数字,为开源模型安全实践提供可参照的路径。
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: Reflection, 오픈소스 모델 Beam의 안전 훈련 및 평가 방법 상세 공개. 2026년 11월 6일. https://new.nat6.net/ko/news/mpv0jfejdzdm2336jgtyj9tde/