Tracing the Dynamics of Refusal: Exploiting Latent Refusal Trajectories for Robust Jailbreak Detection

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Hu, Xulin, Wang, Che, Lim, Wei Yang Bryan, Gao, Jianbo, Chen, Zhong
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!