Persona Features Control Emergent Misalignment

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wang, Miles, la Tour, Tom Dupré, Watkins, Olivia, Makelov, Alex, Chi, Ryan A., Miserendino, Samuel, Wang, Jeffrey, Rajaram, Achyuta, Heidecke, Johannes, Patwardhan, Tejal, Mossing, Dan
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence I.2.6; I.2.7
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2506.19823