Steering to Say No: Configurable Refusal via Activation Steering in Vision Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yang, Jiaxi, Liu, Shicheng, Yang, Yuchen, Lee, Dongwon
Formato:	Preprint
Publicado:	2026
Materias:	Computer Vision and Pattern Recognition Artificial Intelligence 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/2602.07013