The Hypocrisy Gap: Quantifying Divergence Between Internal Belief and Chain-of-Thought Explanation via Sparse Autoencoders

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Shiromani, Shikhar, Chaudhury, Archie, Kunda, Sri Pranav
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi