An Embarrassingly Simple Defense Against LLM Abliteration Attacks

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Shairah, Harethah Abu, Hammoud, Hasan Abed Al Kader, Ghanem, Bernard, Turkiyyah, George
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language Artificial Intelligence Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2505.19056