RefusalGuard: Geometry-Preserving Fine-Tuning for Safety in LLMs

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Asif, Sadia, Amiri, Mohammad Mohammadi
Formato:	Preprint
Publicado:	2026
Materias:	Machine Learning Artificial Intelligence Computational Engineering, Finance, and Science Computation and Language Cryptography and Security
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.01913