Google DeepMind: red teaming automático de LLMs con LLMs

Línea temporal

1. 6 jul
   Google DeepMindFiabilidad fuente primaria

   Google DeepMind desarrolla método automático para detectar comportamientos dañinos en LLMs

   Google DeepMind ha publicado un paper que demuestra cómo utilizar modelos de lenguaje para generar automáticamente inputs que eliciten texto dañino en otros modelos de lenguaje, como una técnica de prueba de robustez…