Тақырып ағылшын тіліндеBehavior Beyond Text: Evaluating Refusal Transfer Failure in LLM Agents
arXiv:2610.28982v1 Announce Type: new Abstract: While large language models are increasingly deployed as tool-calling agents, their safety evaluations still focus primarily on their ability to refuse harmful requests in text. We investigate whether the refusal behavior in text…
AI қорытындысы: Басты тезистер
- arXiv:2610.28982v1 Announce Type: new Abstract: While large language models are increasingly deployed as tool-calling agents, their safety evaluations still focus primarily on their ability to refuse harmful requests in text
- We investigate whether the refusal behavior in text…
Behavior Beyond Text: Evaluating Refusal Transfer Failure in LLM Agents
Ұқсас материалдар
ChatGPT қолданбасында PIN кодын немесе Face ID арқылы сөйлесулерді жасыруға болады
🔒 ChatGPT-те сөйлесулерді PIN кодының астында жасыруға болады немесе Face ID OpenAI ChatGPT-те жеке сөйлесулерді бейтаныс адамдардан қорғауға мүмкіндік беретін Құлыпталған чаттар мүмкіндігін біртіндеп іске қоса бастады. Пайдаланушылар жеке немесе құпия чаттарды әдеттегі тарихтан жасыра алады және...
RUЕвропейские пионеры используют модели NVIDIA Earth-2 для прогноза погоды
Модели NVIDIA Earth-2 помогают прогнозировать погоду и климат в Европе.
RUNVIDIA трансформирует европейскую розницу с помощью ИИ и роботов
NVIDIA внедряет открытые модели и физический интеллект в европейскую розницу.
Қазақстандық мектеп оқушылары AI қателерін тексеретін жобамен Балидегі беделді байқауда үздік атанды.
Алматылық екі оқушы Балиде өткен IRCYS 2026 турнирінде күміс алды. Олардың PlanLens жүйесі AI агенттерінің жоспарларында қателерді табады.