タグ: 自己評価

解説 智也くん、この論文のタイトルを見たんだけど、「LLMに対する敵対的攻撃に対する自己評価を利用した防御策」って何のことか教えてくれる？ もちろんだよ、亜美さん。この論文は、大規模言語モデル（LLM）が敵対的攻撃を受け…