Mengzhou Xia

ある研究が言語モデルの脆弱な安全メカニズムを調べて、改善策を提案してるよ。

言語モデルは、個別のサポートを提供することで科学学習を向上させることを目指してるんだ。

無害なデータが言語モデルで意図せず有害な出力を生むことを探る。