BriefGPT - AI 论文速递 · 2025-01-14T00:00:00Z 大型语言模型中的拒绝行为：非线性视角 💡 原文中文，约700字，阅读约需2分钟。 📝 内容提要 本研究探讨大型语言模型在拒绝有害或不当提示时的非线性行为，强调非线性解释能力对对齐研究和安全人工智能部署的重要性。 🏷️ 标签 大型语言模型 安全人工智能 对齐研究 提示拒绝 非线性行为 阅读原文 生成长图 分享链接 已复制链接
