Suchergebnisse - Mu, Jesse

  • Treffer 1 - 5 von 5
Treffer weiter einschränken
  1. 1
    Buchumschlag

    Learning to Compress Prompts with Gist Tokens Autoría: Mu, Jesse, Li, Xiang Lisa, Goodman, Noah

    Veröffentlicht 2023
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  2. 2
    Buchumschlag

    Jailbreak Defense in a Narrow Domain: Limitations of Existing Methods and a New Transcript-Classifier Approach Autoría: Wang, Tony T., Hughes, John, Sleight, Henry, Schaeffer, Rylan, Agrawal, Rajashree, Barez, Fazl, Sharma, Mrinank, Mu, Jesse, Shavit, Nir, Perez, Ethan

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  3. 3
    Buchumschlag

    Forecasting Rare Language Model Behaviors Autoría: Jones, Erik, Tong, Meg, Mu, Jesse, Mahfoud, Mohammed, Leike, Jan, Grosse, Roger, Kaplan, Jared, Fithian, William, Perez, Ethan, Sharma, Mrinank

    Veröffentlicht 2025
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  4. 4
    Buchumschlag

    Sleeper Agents: Training Deceptive LLMs that Persist Through Safety Training Autoría: Hubinger, Evan, Denison, Carson, Mu, Jesse, Lambert, Mike, Tong, Meg, MacDiarmid, Monte, Lanham, Tamera, Ziegler, Daniel M., Maxwell, Tim, Cheng, Newton, Jermyn, Adam, Askell, Amanda, Radhakrishnan, Ansh, Anil, Cem, Duvenaud, David, Ganguli, Deep, Barez, Fazl, Clark, Jack, Ndousse, Kamal, Sachan, Kshitij, Sellitto, Michael, Sharma, Mrinank, DasSarma, Nova, Grosse, Roger, Kravec, Shauna, Bai, Yuntao, Witten, Zachary, Favaro, Marina, Brauner, Jan, Karnofsky, Holden, Christiano, Paul, Bowman, Samuel R., Graham, Logan, Kaplan, Jared, Mindermann, Sören, Greenblatt, Ryan, Shlegeris, Buck, Schiefer, Nicholas, Perez, Ethan

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  5. 5
    Buchumschlag

    Constitutional Classifiers: Defending against Universal Jailbreaks across Thousands of Hours of Red Teaming Autoría: Sharma, Mrinank, Tong, Meg, Mu, Jesse, Wei, Jerry, Kruthoff, Jorrit, Goodfriend, Scott, Ong, Euan, Peng, Alwin, Agarwal, Raj, Anil, Cem, Askell, Amanda, Bailey, Nathan, Benton, Joe, Bluemke, Emma, Bowman, Samuel R., Christiansen, Eric, Cunningham, Hoagy, Dau, Andy, Gopal, Anjali, Gilson, Rob, Graham, Logan, Howard, Logan, Kalra, Nimit, Lee, Taesung, Lin, Kevin, Lofgren, Peter, Mosconi, Francesco, O'Hara, Clare, Olsson, Catherine, Petrini, Linda, Rajani, Samir, Saxena, Nikhil, Silverstein, Alex, Singh, Tanya, Sumers, Theodore, Tang, Leonard, Troy, Kevin K., Weisser, Constantin, Zhong, Ruiqi, Zhou, Giulio, Leike, Jan, Kaplan, Jared, Perez, Ethan

    Veröffentlicht 2025
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:

Suchwerkzeuge: