Latent-space Attacks for Refusal Evasion in Language Models

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Piras, Giorgio, Mura, Raffaele, Brau, Fabio, Pintor, Maura, Oneto, Luca, Roli, Fabio, Biggio, Battista
Formato:	Preprint
Publicado:	2026
Materias:	Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.21706