RESEARCH · SIGNAL STARTUP
ASCII Attack: Recontextualising Harmful Requests as Artistic Critique in Large Language Models
arXiv:2609.02215v1 Announce Type: new Abstract: Safety alignment trains large language models to refuse harmful requests stated plainly, but that training is applied mostly to sur…
出典・元記事arXiv — Artificial Intelligencehttps://arxiv.org/abs/2609.02215 配信元で続きを読む◆ SOURCE POLICY
公開RSS・Atomから取得した短い概要のみを表示しています。詳細は必ず配信元の記事で確認してください。
公開RSS・Atomから取得した短い概要のみを表示しています。詳細は必ず配信元の記事で確認してください。
SHARE STARTUP