오픈웨이트 LLM을 맞춤형 비서로 파인튜닝하면 학습 데이터가 악의적이지 않더라도 안전 정렬이 약해져 악성 프롬프트에 취약해질 수 있고, 모델이 갱신될 때마다 안전성을 다시 복구해야 하는 문제가 반복된다. SafeGene은 안전 복구를 모델별 수리 작업으로 보는 대신, 안전 역량을 과제별 업데이트와 분리된 독립적·재사용 가능한 어댑터 표현으로 다루는 모듈이다. 정렬된 모델과 성능 저하된 모델의 차이에서 안전 표현을 얻어, 데이터 인식 레이어 선택으로 과제 이전 가능한 안전 벡터로 정제하고, 소수 샷 레이어별 계수 재보정으로 각 하위 과제 모델에 적용한다. 여러 모델 패밀리·과제·안전 심사자 실험에서 하위 성능을 유지하면서 유해 응답률을 낮춰 기존 안전 적응 기법보다 나은 안전-효용 절충을 보였다.

• •파인튜닝이 안전 정렬을 약화시켜 반복되는 '안전 복구 문제'를 다룸
• •안전 역량을 과제 업데이트와 분리된 재사용 가능한 어댑터 표현으로 취급(동일 아키텍처 패밀리 내 재사용)
• •정렬–저하 모델 차이에서 안전 표현 추출 → 데이터 인식 레이어 선택으로 이전 가능한 안전 벡터 정제
• •소수 샷 레이어별 계수 재보정으로 각 하위 과제 모델에 적용
• •여러 모델 패밀리에서 하위 성능 유지 속 유해 응답률 감소, 안전-효용 절충에서 기존법 우위