Jailbreak Antidote: Runtime Safety-Utility Balance via Sparse Representation Adjustment in Large Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Shen, Guobin, Zhao, Dongcheng, Dong, Yiting, He, Xiang, Zeng, Yi
Formato:	Preprint
Publicado:	2024
Materias:	Cryptography and Security Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2410.02298