Super(ficial)-alignment: Strong Models May Deceive Weak Models in Weak-to-Strong Generalization

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Yang, Wenkai, Shen, Shiqi, Shen, Guangyao, Yao, Wei, Liu, Yong, Gong, Zhi, Lin, Yankai, Wen, Ji-Rong
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!