연구진은 LLM의 안전성을 평가하는 기존 방식의 한계를 지적하며, JADR(Jacobian Assessment of Danger Recognition) 프로토콜을 제안했어요.
JADR은 모델이 응답을 생성하기 전 내부 표현을 Jacobian 공간(J-space)에서 측정하여, 모델의 잠재적인 취약점을 파악하는 방식이에요.
Qwen3 시리즈 6개 모델과 Gemma 2 9B 모델을 BF16, INT8, INT4 양자화 방식으로 비교 분석한 결과, 모델별 안전 메커니즘의 차이를 통계적으로 구분할 수 있었어요.