Problem

現有的基礎模型在處理長程複雜任務時，安全性多依賴外部防護或事後微調（SFT），缺乏內生的狀態維護能力。這使得模型在持續互動中難以維持穩定的行為約束，且難以在不更動模型核心權重的情況下，針對特定任務進行動態的安全狀態調整。

Method

研究團隊開發了 Safin-1 模型族，採用核心架構「跨上下文歷史之記憶錨點路由（MARCH）」。此架構透過內容條件路由來維護結構化的記憶狀態，並實現「安全狀態（Safety State）」介面。這讓模型能在測試時（test-time）針對特定能力狀態進行適應與演化，而無需反覆修改基礎模型的主幹參數。

Results

實驗結果顯示，Safin-1 在下游安全任務中展現了顯著的狀態適應能力，大幅提升了模型的安全性表現。此外，在通用能力測試、長文本理解、資訊檢索效率等指標上，Safin-1 亦展現出優異的競爭力，證實了路由狀態介面能有效統一上下文記憶與持續性的能力適應。

Significance

這項研究重新定義了模型記憶的功能，將其從單純的歷史記錄轉化為驅動模型行為演化的「主動基質」。透過「內生安全（Safety from Within）」的架構探索，本論文為基礎模型提供了一條通往具備原生安全性、且能自主維護狀態的新路徑，對長程人機互動的安全性具有重要影響。