JailbreakLens: Interpreting Jailbreak Mechanism in the Lens of Representation and Circuit

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Zeqing, Wang, Zhibo, Chu, Zhixuan, Xu, Huiyu, Zhang, Wenhui, Wang, Qinglong, Zheng, Rui
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2411.11114