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
Salvato in:
Dettagli Bibliografici
Autori principali: An, Hongjun, Song, Yiliang, Chen, Jiangan, Shao, Jiawei, Zhang, Chi, Li, Xuelong
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!