Anchoring Refusal Direction: Mitigating Safety Risks in Tuning via Projection Constraint

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Du, Yanrui, Fan, Fenglei, Zhao, Sendong, Cao, Jiawei, Lin, Qika, He, Kai, Liu, Ting, Qin, Bing, Feng, Mengling
Format: Preprint
Publié: 2025
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires