Are LLMs Vulnerable to Preference-Undermining Attacks (PUA)? A Factorial Analysis Methodology for Diagnosing the Trade-off between Preference Alignment and Real-World Validity

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: An, Hongjun, Song, Yiliang, Chen, Jiangan, Shao, Jiawei, Zhang, Chi, Li, Xuelong
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares