A Generative Approach to LLM Harmfulness Mitigation with Red Flag Tokens

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Dobre, David, Mofakhami, Mehrnaz, Xhonneux, Sophie, Schwinn, Leo, Gidel, Gauthier
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence Cryptography and Security Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2502.16366