Few-Shot Truly Benign DPO Attack for Jailbreaking LLMs

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Yoon, Sangyeon, Jeung, Wonje, Cho, Yoonjun, Jeon, Dongjae, No, Albert
Format:	Preprint
Publié:	2026
Sujets:	Cryptography and Security Artificial Intelligence
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2605.10998