Disentangling Intent from Role: Adversarial Self-Play for Persona-Invariant Safety Alignment

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Li, Jiajia, Wen, Xiaoyu, Ma, Zhongtian, Hu, Shuyue, Zhang, Qiaosheng, Wang, Zhen
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires