Hiding in Plain Text: Detecting Concealed Jailbreaks via Activation Disentanglement

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Farzam, Amirhossein, Behabahani, Majid, Malek, Mani, Nevmyvaka, Yuriy, Sapiro, Guillermo
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi