STShield: Single-Token Sentinel for Real-Time Jailbreak Detection in Large Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wang, Xunguang, Wang, Wenxuan, Ji, Zhenlan, Li, Zongjie, Ma, Pingchuan, Wu, Daoyuan, Wang, Shuai
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Artificial Intelligence Cryptography and Security
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2503.17932