Steering Beyond the Support: Adversarial Training on Unsupervised Jailbroken Activation Simulation

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Chen, Luoyu, Wang, Weiqi, Tian, Zhiyi, Zhang, Chenhan, Wu, Feng, Huang, Jianhuan, Asiri, Ahmed, Yu, Shui
Format: Preprint
Publié: 2026
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires