Few-shot jailbreak

Определение

Предоставление примеров, где модель уже нарушила правила, чтобы побудить её сделать это снова.

Где встречается

• 345. Как вы проектируете red teaming evaluation для jailbreak устойчивости

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление