LongGuard 框架在长上下文安全评估中的主要发现是什么？
在 0.25k 至 32k 长度范围内，15 种主流安全护栏对不安全内容的召回率平均下降超过 50%，且该失效主要由不安全信息在长上下文中的比例稀释导致，而非序列的绝对长度。
LongGuard: Mechanistic Analysis and Training-Free Mitigation of Long-Context Failure in Safety Guardrails
（翻译）LongGuard：安全护栏长上下文故障的机制分析与免训练缓解
资讯摘要
Abstract page for arXiv paper 2608.27580: LongGuard: Mechanistic Analysis and Training-Free Mitigation of Long-Context Failure in Safety Guardrails
AI 摘要
论文提出 LongGuard 框架，系统评估 15 种主流安全护栏在 0.25k 至 32k 长上下文下的表现，发现不安全内容召回率平均下降超过 50%，并归因于不安全信息的比例稀释。通过注意力-逻辑-行为三层分析定位失效机制，提出免训练的 Chunked Detection 与 Attention-Head Sharpening 缓解方法及 CAHR 部署协议，使六种护栏在五个基准上平均提升 22% 和 13%。
AI 问答
LongGuard 提出了哪些缓解长上下文安全护栏失效的方法？
提出了两种免训练缓解方法：Chunked Detection (CD) 和 Attention-Head Sharpening (AHS)，以及结合上下文长度与审计场景选择配置的部署协议 Context-Aware Hyperparameter Routing (CAHR)。
更多资讯
Optimizing cost and latency with Amazon Bedrock prompt caching
从 Trace 到规模化实时评估：面向生产流量的 Agent 可观测实践｜QCon上海被英伟达点名的杭州团队，补上了AI for Science的「最后一公里」
香港第一、全球第八：OSL进化背后的数字资产新格局
GPT-6 Sol要来了？OpenAI本周或迎“发布狂潮”
穿透查询怎样升级为穿透管控？豆包手机明日开卖，AI能帮你操作App了吗？无问芯穹联合清华、上交正式开源具身端侧推理引擎APXInf，Pi 0.5性能SOTA廉价太阳能改变世界能源格局7名博士生仅用3个月从零训练7B大模型：代码+数据+训练日志全公开夜晚睡眠光照太亮可能会损伤心脏
想把喜欢的故事做成动画？我用 AIXTV 把《聊斋》做出来了
超级智能体“迪迪虾”上车，比亚迪携手阿里云推进智能座舱升级
黄仁勋正演讲遇特朗普突然来电：通话全程直播
从接住告警到自我进化：快手智能运维助手实践｜QCon上海
产品经理的体面，是一块不能失守的 “括约肌”基元律动与无问芯穹达成战略合作，推进高质量Token供给与应用
字节将发布独立智能网盘“ADrive”，腾讯网盘先已布局，网盘AI大战打响
特朗普“一再让步”：美国加密法案仍未过关
高瓴系 CFO 往事：一代顶级机构年轻人的迁徙与突围
长期利率为何不愿下跌？Announcing instance preference lists for Amazon SageMaker AI training jobs
做了两年AI落地，我总结了这7点思考清华稳准智能联合发布LimiX-2，结构化数据基础模型登顶国际评测榜单
二次元“赛博分身”撬动日本市场：玩家“沉默”的AI陪伴产品，凭什么次留60%？
耐克、妮维雅、谷歌的警示：品类，正在误导品牌战略！
19.98 万元起，吉利银河战舰 700 开启预售，最高 1129 匹马力，还有三电机四驱
Cloudflare将每天90亿次请求的JavaScript CDN迁移到其开发者平台
HIP-3：昂贵的入场券 买不来的护城河
OpenAI 总裁最新采访：现在所有人对 AI 的预测，大概率都是错的
从 Trace 到规模化实时评估：面向生产流量的 Agent 可观测实践｜QCon上海被英伟达点名的杭州团队，补上了AI for Science的「最后一公里」香港第一、全球第八：OSL进化背后的数字资产新格局GPT-6 Sol要来了？OpenAI本周或迎“发布狂潮”穿透查询怎样升级为穿透管控？豆包手机明日开卖，AI能帮你操作App了吗？无问芯穹联合清华、上交正式开源具身端侧推理引擎APXInf，Pi 0.5性能SOTA廉价太阳能改变世界能源格局7名博士生仅用3个月从零训练7B大模型：代码+数据+训练日志全公开夜晚睡眠光照太亮可能会损伤心脏想把喜欢的故事做成动画？我用 AIXTV 把《聊斋》做出来了超级智能体“迪迪虾”上车，比亚迪携手阿里云推进智能座舱升级黄仁勋正演讲遇特朗普突然来电：通话全程直播从接住告警到自我进化：快手智能运维助手实践｜QCon上海产品经理的体面，是一块不能失守的 “括约肌”基元律动与无问芯穹达成战略合作，推进高质量Token供给与应用字节将发布独立智能网盘“ADrive”，腾讯网盘先已布局，网盘AI大战打响特朗普“一再让步”：美国加密法案仍未过关高瓴系 CFO 往事：一代顶级机构年轻人的迁徙与突围长期利率为何不愿下跌？Announcing instance preference lists for Amazon SageMaker AI training jobs做了两年AI落地，我总结了这7点思考清华稳准智能联合发布LimiX-2，结构化数据基础模型登顶国际评测榜单二次元“赛博分身”撬动日本市场：玩家“沉默”的AI陪伴产品，凭什么次留60%？耐克、妮维雅、谷歌的警示：品类，正在误导品牌战略！19.98 万元起，吉利银河战舰 700 开启预售，最高 1129 匹马力，还有三电机四驱Cloudflare将每天90亿次请求的JavaScript CDN迁移到其开发者平台HIP-3：昂贵的入场券 买不来的护城河OpenAI 总裁最新采访：现在所有人对 AI 的预测，大概率都是错的