意図拒否、形式拒否ではない: ラッパーベースの意図グループ監視によるLLMの安全性

arXiv cs.CL ・ 2026-08-13

原題: Refusing Intent, Not Form: Wrapper-Based Intent-Group Supervision for LLM Safety

AI による要約

この研究では、LLMの安全性を向上させるために、ラッパーベースの意図グループ監視を提案した。有害なプロンプトをラッパーで囲むことで、モデルが安全性を向上させることができる。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。