Jinx: Unlimited LLMs for Probing Alignment Failures
专题命中 红队测试 :alignment(title,abstract);safety(abstract);red teaming(abstract);分类 cs.CL
Comments https://huggingface.co/Jinx-org
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
专题命中 红队测试 :alignment(title,abstract);safety(abstract);red teaming(abstract);分类 cs.CL
Comments https://huggingface.co/Jinx-org