Re Reference AI

解釈可能性の用語一覧

解釈可能性に関連する用語(1件)。定義・仕組みは解釈可能性の用語ページで解説。

解釈可能性関連の技術(1件)

Abliteration

アブリテレーション

LLM内部で応答拒否を担う方向を特定し、重みからその成分を取り除くことで拒否行動を無効化する手法

技術安全性LLM解釈可能性

関連するタグ

安全性LLM