Understanding and Mitigating Over-refusal for Large Language Models via Safety Representation

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Zhang, Junbo, Chen, Ran, Zhou, Qianli, Deng, Xinyang, Jiang, Wen
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!