AuditBench: Evaluating Alignment Auditing Techniques on Models with Hidden Behaviors

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Sheshadri, Abhay, Ewart, Aidan, Fronsdal, Kai, Gupta, Isha, Bowman, Samuel R., Price, Sara, Marks, Samuel, Wang, Rowan
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires