CALM: 基于好奇心驱动的大型语言模型审计

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究探讨了大型语言模型的审计问题,提出了一种基于好奇心驱动的审计方法CALM,通过强化学习优化审计过程,提高识别有害和偏见输入输出对的能力,为黑盒LLMs的审计提供新思路。

🏷️

标签

➡️

继续阅读