ASTPrompter: Preference-Aligned Automated Language Model Red-Teaming to Generate Low-Perplexity Unsafe Prompts

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Hardy, Amelia F., Liu, Houjun, Griffith, Allie, Lange, Bernard, Eddy, Duncan, Kochenderfer, Mykel J.
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!