The Target Agent Is Its Own Best Critic but a Poor Proposer: Self-Improved Red Teaming

Mintong Kang, Stephen Rawls, Melissa Kazemi Rad, Jian Ni, Bo Li

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.