Lineare Probes erkennen Misalignment in LLM-Aktivierungen mit 0.935 AUROC · Lumeric
Beitrag
FORSCHUNGarxiv.org· ArXiv cs.AI★Pro2h
Lineare Probes erkennen Misalignment in LLM-Aktivierungen mit 0.935 AUROC
Pro-Quelle
Dieser Beitrag stammt aus einer Pro-Quelle. Mit Lumeric Pro liest du den vollständigen Eintrag inklusive „Warum es zählt", Quelle und verwandten Beiträgen.