arXiv 2026年9月8日该工作提出 Suan，一种新的偏好优化算法，其优化目标直接在梯度层面构造，绕过了标准的变分推导，从而获得更可解释、更稳健的训练动态；在多样化的竞争性基线与基准上的广泛评估显示，Suan 在实现更优安全对齐的同时完整保留了回答效用。该工作提出 Suan，一种新的偏好优化算法，其优化目标直接在梯度层面构造，绕过了标准的变分推导，从而获得更可解释、更稳健的训练动态；在多样化的竞争性基线与基准上的广泛评估显示，Suan 在实现更优安全对齐的同时完整保留了回答效用。Suan 直接在梯度层面构造偏好优化目标，在多种基线与基准上实现更强安全对齐且保持回答效用该工作提出 Suan，一种新的偏好优化算法，其优化目标直接在梯度层面构造，绕过了标准的变分推导，从而获得更可解释、更稳健的训练动态；在多样化的竞争性基线与基准上的广泛评估显示，Suan 在实现更优安全对齐的同时完整保留了回答效用。该工作提出 Suan，一种新的偏好优化算法，其优化目标直接在梯度层面构造，绕过了标准的变分推导，从而获得更可解释、更稳健的训练动态；在多样化的竞争性基线与基准上的广泛评估显示，Suan 在实现更优安全对齐的同时完整保留了回答效用。