Hair-Trigger Alignment: Black-Box Evaluation Cannot Guarantee Post-Update Alignment

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Bakman, Yavuz, Yaldiz, Duygu Nur, Avestimehr, Salman, Karimireddy, Sai Praneeth
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2601.22313