There Is More to Refusal in Large Language Models than a Single Direction

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Joad, Faaiz, Hawasly, Majd, Boughorbel, Sabri, Durrani, Nadir, Sencar, Husrev Taha
Format:	Preprint
Publié:	2026
Sujets:	Computation and Language
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2602.02132