Building Better Deception Probes Using Targeted Instruction Pairs

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Natarajan, Vikram, Jain, Devina, Arora, Shivam, Golechha, Satvik, Bloom, Joseph
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!