NeuRel-Attack: Neuron Relearning for Safety Disalignment in Large Language Models

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Zhou, Yi, Xing, Wenpeng, Kong, Dezhang, Lin, Changting, Han, Meng
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares