论文
CAT-alyzing Honesty: Continuous Adversarial Training for Transferable LLM Honesty
提出连续对抗训练框架提升大语言模型诚实性泛化能力
首次收录 2026-10-16热度 1.0
alignmenthonesty
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「CAT-alyzing Honesty: Continuous Adversarial Training for Transferable LLM Honesty」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。