CLEAR는 LLM의 안전성을 높이면서도 유틸리티 저하를 최소화하는 새로운 프레임워크입니다. 가벼운 숨겨진 상태 게이트를 사용하여 안전 저랭크 어댑터의 활성화 강도를 지속적으로 제어합니다.
HarmBench에서 유해한 응답을 줄이면서 GSM8K 정확도는 최대 7.1% 향상되었으며, 기존 안전 튜닝 방식보다 성능 저하가 적습니다.
Llama-3-8B-Instruct 모델에서 HarmBench ASR을 32.3%에서 0.5%로 줄이는 데 성공하며, LLM 정렬 과정에서 안전성과 유틸리티 간 균형을 맞추는 데 유망한 방법임을 입증했습니다.