MCP Safety Training: Learning to Refuse Falsely Benign MCP Exploits using Improved Preference Alignment

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autor principal:	Halloran, John
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning 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/2505.23634