DNAlign：面向 LLM 的动态零空间安全对齐方法

研究者提出 DNAlign，一种将控制论优化与零空间投影结合的轻量级 LLM 安全对齐框架。它把 LLM 视为动态系统并引入可控扰动引导生成安全行为，投影模块将扰动限制在由中性隐藏状态导出的有害相关子空间，以保留通用知识与响应质量。在多个 LLM 骨干上的评估显示，该框架在保持流畅性、连贯性、事实效用和生成多样性的同时降低有害输出，优于既有对齐基线，代码已开源。