谷歌浏览器插件

订阅小程序

在清言上使用

立即登录

学术主页个人账号

我的关注论文收藏浏览历史

SORRY-Bench: Systematically Evaluating Large Language Model Safety Refusal

Tinghao Xie,Xiangyu Qi,Yi Zeng,Yangsibo Huang, Udari Sehwag,Kaixuan Huang,Luxi He,Boyi Wei,Dacheng Li,Ying Sheng,Ruoxi Jia,Bo Li, Kai Li,Danqi Chen,Peter Henderson,Prateek Mittal

ICLR 2025（2025）

引用 14|浏览52

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要