curriculum adversarial training

Определение

Метод защиты LLM от атак, при котором сложность атак постепенно увеличивается в процессе обучения.

Где встречается

• 355. Как вы защищаете LLM от градиентных атак (white-box jailbreak)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление