Strategic Dishonesty Can Undermine AI Safety Evaluations of Frontier LLMs

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Panfilov, Alexander, Kortukov, Evgenii, Nikolić, Kristina, Bethge, Matthias, Lapuschkin, Sebastian, Samek, Wojciech, Prabhu, Ameya, Andriushchenko, Maksym, Geiping, Jonas
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence Cryptography and Security
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2509.18058