Safety Training Modulates Harmful Misalignment Under On-Policy RL, But Direction Depends on Environment Design

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Eshuijs, Leon, Wang, Shihan, Fokkens, Antske
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!