# ICLR 2026 | ProSafePrune：用低秩剪枝治大模型过度防御，不训练、不拖慢推理

> 原标题：ICLR 2026 | ProSafePrune：一剪见效，告别大模型过度防御

- 来源：机器之心 · 公众号
- 发布时间：2026-04-22T03:30:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/8959
- 原文：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2651029279&idx=3&sn=02bdb72b39ffa9f625eb23a58db2e4e7

## 摘要

合肥工业大学和讯飞团队提出 ProSafePrune，一种低秩参数剪枝方法，专门解决大模型“过度防御”——把正常请求也误判为有害而拒绝回答。做法是用 SVD 把模型中间层的参数空间拆成安全、有害和伪有害三个子空间，然后剪掉重叠的“过度有害”方向。

## 推荐理由

合肥工业大学与讯飞团队提出 ProSafePrune，用 SVD 将中间层参数拆成安全、有害与伪有害子空间并剪掉重叠方向，在不训练、不增加推理成本的前提下缓解大模型过度拒答。

## 锐评

过度拒答靠剪掉参数里几个方向就能治，还不用重训，这个思路挺对我胃口。OR-Bench 从 11% 到 73% 的可用率跳升，安全分只小幅掉，MMLU 还涨了，剪掉的应该就是模型里那部分多余的防御。它不碰训练也不加推理开销，部署侧几乎零成本，比要重跑对齐的方案实在。数字是作者自己跑的，等有开源权重或者第三方复现再信也不迟。
