文章核心总结与翻译一、主要内容文章针对大语言模型（LLM）微调即服务中的“有害微调”安全风险，提出了一种无需攻击模拟的自适应防御框架——贝叶斯数据调度器（BDS）。现有防御依赖预先攻击模拟，存在难以应对未知攻击、适应性差的局限，而BDS将防御问题转化为贝叶斯推理问题，通过学习数据点的安全属性后验分布，在微调过程中对数据加权约束，从而减轻有害数据的影响。文章设计了两种实现方案（贝叶斯标量调度器和摊销贝叶斯神经调度器），并通过多数据集、多模型架构的实验验证，BDS在有害数据比例0.9时仍能实现74.4%的防御性能提升，且保持低有害得分和高微调准确率。二、创新点首次将有害微调防御转化为贝叶斯推理问题，提出无需攻击模拟的自适应防御框架，突破传统防御对已知攻击模型的依赖。设计两种BDS实现方案，其中摊销贝叶斯神经调度器基于摊销贝叶斯学习，无需重新训练即可高效迁移到新数据，解决了可扩展性和迁移性问题。采用基于损失的软加权机制，通过softmax变换实现数据权重的自适应双向更新，平衡模型的安全性与有用性，优于传统硬标签筛选方法。实验验证了BDS在高有害数据比例、跨数据集、跨模型架构及复杂攻击场景下的稳定性，综合性能达到当前最优。三、核心部分翻译（Markdown格式）Abstract（摘要）有害微调对大语言模型的微调即服务构成了关键安全风险。现有防御策