跟踪微调轨迹发现：安全对齐的LLM在窄域微调中并非被“转向”有害，而是安全子空间被侵蚀，投影掉有害梯度子空间可在Qwen2.5-14B-IT上把自由生成涌现失准压低最多80.0%
该工作对涌现失准（EM）做了动态二阶几何研究：追踪训练轨迹发现方向性Hessian曲率集中在语义枢轴token上，Grassmann投影显示有害-安全差距扩大主要源于安全梯度重叠下降而非转向新的有害回路，据此提出参数级几何缓解框架，把经验有害梯度子空间从LoRA更新中正交投影掉，在Qwen2.5-14B-IT上把自由生成EM压低最多80.0%，并在四个开放权重指令模型家族（3B–20B）中通过教师强制评估显示同一有害子空间控制着冻结EM响应的条件支持度。