SafeConstellations: Mitigating Over-Refusals in LLMs Through Task-Aware Representation Steering

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Maskey, Utsav, Yadav, Sumit, Dras, Mark, Naseem, Usman
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2508.11290