robustness の記事一覧 | DocsDigest

一致した記事数: 3

長期ホライズンモデルの時代における安全性と整合性

OpenAI News / 2026/07/20

新たな時間的リスク
反復デプロイで改善
長期評価が必須

safety alignment long-running monitoring deployment robustness

GPT-Red: 堅牢性のための自己改善を解き放つ

OpenAI News / 2026/07/15

自己プレイで自動赤チーミング
プロンプト注入への耐性向上
安全性と整合性を継続改善

red-teaming self-play safety alignment prompt-injection robustness automation

最先端LLMにおける指示階層の改善

OpenAI News / 2026/03/10

IH‑Challenge公開
安全性と注入耐性向上
過剰拒否を回避

instruction-hierarchy rlhf prompt-injection safety dataset robustness

前へ1 / 1次へ