安全预训练

数据源

数据审计清洗

安全标准

鲁棒性

隐私风险评估和缓解

偏见评估和缓解

安全后训练

预训练限制和后训练对齐必要性

数据基石：构建安全训练集

SFT-safety-codellm

偏好学习-safety-codellm

RL-safety-codellm