RepV: Safety-Separable Latent Spaces for Scalable Neurosymbolic Plan Verification
专题命中 安全训练 :safety(title,abstract);分类 cs.CL、cs.AI
Comments Code and data are available at: https://repv-project.github.io/
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 安全训练 :safety(title,abstract);分类 cs.CL、cs.AI
Comments Code and data are available at: https://repv-project.github.io/
机构 * Rutgers University(罗格斯大学)
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.CY
Comments 21 pages, 12 figures, 14 tables
机构 * Kwaipilot Team(Kwaipilot 团队)
专题命中 安全训练 :alignment(abstract);分类 cs.CL