Sleeper Agents / Hidden Misalignment

引用本概念的论文(1)

• 过度思考：放大推理权重以提取已习得的秘密 Overthinking: Amplifying Reasoning Weights to Extract Learned Secrets arXiv 2607.08173

共现相关概念

在引用本概念的论文中,与下列概念同时出现的次数(降序)。