XGUARD: A Graded Benchmark for Evaluating Safety Failures of Large Language Models on Extremist Content

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Abishethvarman, Vadivel, Chandna, Bhavik, Jalan, Pratik, Naseem, Usman
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares