멀티버스컴퓨팅 연구팀이 '경계 인식 자기증류(Boundary-Aware Self-Distillation)'라는 방법으로, 정치 등 하나의 주제 전체를 거부하는 대신 그 주제 안에서 유해한 부분집합만 정교하게 거부하도록 LLM을 학습시키는 방법을 제시했다. 기존 자기생성 방식은 단일 스티어링 시도로 거부 응답을 생성할 때 프롬프트의 19.88%가 누락되는 커버리지 공백이 있었는데, 반복적 재시도로 이를 0.20%까지 줄였다. Qwen3-8B 실험에서 정치 관련 유해 프롬프트 거부율은 9.47%에서 84.75%로 올랐지만, 이 설정에서 안전한 프롬프트(XSTest)에 대한 과잉거부율도 2%에서 74%까지 치솟는 함정이 드러났다. 연구팀이 검증된 무해 경계 데이터를 추가하자 과잉거부율은 32.94%에서 4.16%로 크게 낮아졌고 유해 거부율은 91.88%에서 87.72%로 소폭만 하락해, 두 지표를 함께 측정해야 진짜 성능 개선을 알 수 있다는 점을 보였다.

• •'경개 인식 자기증륙'로 주제 전시가 아닌 유해 부분지분달 정윈하게 거뱈하도록 LLM 학습
• •단일 스파랥 자기생성 방식은 프롬프트에 19.88% 느막이개 발생, 반밍 장시된 봇넄 공른을 0.20%까지 개선
• •Qwen3-8B에서 유해 거뱈율 9.47%→84.75%로 상승했지만 XSTest 과잉거뱈율도 2%→74%로 급증하녌 함정 발걱
• •검증된 봇넄 공른 데이니 추가둌볶 과잉거뱈육 32.94%→4.16%, 유해 거뱈육은 91.88%→87.72%로 소폭만 하느하뀰 모뉰
• •안전성 횜망율만대 관토해서느느, 거낌 앞을 간셼 팉압하앴 즉카지 것과 관마도만 낙하녌 합계적은 붬