Red-teaming Activation Probes using Prompted LLMs

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Blandfort, Phil, Graham, Robert
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares