Why Do Some Language Models Fake Alignment While Others Don't?

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Sheshadri, Abhay, Hughes, John, Michael, Julian, Mallen, Alex, Jose, Arun, Janus, Roger, Fabien
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi