Beyond a Single Direction: Chain-of-Thought Disrupts Simple Steering of Refusal

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Yang, Kia-Jüng, Meier, Dominik, Zhao, Jiachen, Ruas, Terry, Gipp, Bela
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/2605.26772