Latent-space Attacks for Refusal Evasion in Language Models

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Piras, Giorgio, Mura, Raffaele, Brau, Fabio, Pintor, Maura, Oneto, Luca, Roli, Fabio, Biggio, Battista
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires