只拒绝请求中不安全的部分,并保留可安全协助的内容。
细粒度拒答像中医开方:有风险的那味药划掉,其余药材照方抓给你。
它让客服和办公助手只挡危险部分,尽量保留正常帮助。
Overrefusal细粒度拒答通过只拒绝危险部分,减少一刀切的误伤。
Alignment它把模型的安全原则落实到请求中的具体边界。
Jailbreak它可识别被正常表述包装起来的危险请求部分。