Eliciting Harmful Capabilities by Fine-Tuning On Safeguarded Outputs

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Kaunismaa, Jackson, Griffin, Avery, Hughes, John, Knight, Christina Q., Sharma, Mrinank, Jones, Erik
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires