Detecting High-Stakes Interactions with Activation Probes

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	McKenzie, Alex, Pawar, Urja, Blandfort, Phil, Bankes, William, Krueger, David, Lubana, Ekdeep Singh, Krasheninnikov, Dmitrii
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2506.10805