HarmRLVR: Weaponizing Verifiable Rewards for Harmful LLM Alignment

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Liu, Yuexiao, Li, Lijun, Wang, Xingjun, Shao, Jing
Formato:	Preprint
Publicado:	2025
Materias:	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/2510.15499