Gradient-based prompts

Определение

Промпты, найденные с помощью градиентной оптимизации; часто нечитаемы для человека, но эффективны для jailbreak.

Где встречается

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

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление