red teaming loop

Определение

Итеративный процесс red teaming: атака → обнаружение уязвимости → усиление защиты → повтор. Позволяет циклически повышать безопасность модели.

Где встречается

• 497. Как вы проектируете red teaming evaluation для jailbreak устойчивости
• 800+ вопросов

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление