Using Mechanistic Interpretability to Craft Adversarial Attacks against Large Language Models

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Winninger, Thomas, Addad, Boussad, Kapusta, Katarzyna
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!