SteeringSafety: A Systematic Safety Evaluation Framework of Representation Steering in LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Siu, Vincent, Crispino, Nicholas, Park, David, Henry, Nathan W., Wang, Zhun, Liu, Yang, Song, Dawn, Wang, Chenguang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2509.13450