大型语言模型（LLMs）通常通过后期对齐（如强化学习人类反馈或直接偏好优化）进行治理，这在部署和推理过程中产生了相对静态的策略。然而，现实世界的安全性是一个全生命周期的问题：静态防御对不断演变的越狱行为的抵御能力下降，固定权重无法适应多元化和时变的安全规范。因此，推理时的治理成为一种必要的手段，以在不进行昂贵的再训练的情况下引导模型行为。为此，提出了共识聚类LinUCB赌博机（CCLUB），这是一...