paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
DN

Dung Nguyen

AAAI 2026ACL 2026ICML 2026对齐与偏好安全强化学习与后训练
新星分贡献者
57
一作贡献0
核心/参与29
方向广度12
合作网络6
0 一作 · 3 篇 · AAAI 2026 / ACL 2026 / ICML 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

3
作者位次 #2/4ACL 2026Findings· Findings of ACL

Continual Safety Alignment via Gradient-Based Sample Selection

Thong Bach · Dung Nguyen · Thao Minh Le · Truyen Tran

摘要

Large language models require continuous adaptation to new tasks while preserving safety alignment. However, fine-tuning on even benign data often compromises safety behaviors. We investigate which training samples cause alignment drift through a data-centric lens. Our experiments show samples co...

对齐与偏好安全强化学习与后训练OpenReview 项目页

常见合作者