論文要約 LLMの安全性評価: ファインチューニングの落とし穴 紹介論文今回紹介する論文はFine-Tuning Lowers Safety and Disrupts Evaluation Consistencyという論文です。 この論文を一言でまとめると本研究では、LLMのファインチューニングが安全性... 2025.06.23 論文要約IT・プログラミング
論文要約 LLMの安全性を高めるLoX: 低ランク外挿による革新的な手法 紹介論文今回紹介する論文はLoX: Low-Rank Extrapolation Robustifies LLM Safety Against Fine-tuningという論文です。 この論文を一言でまとめると本記事では、LLMの安全性にお... 2025.06.22 論文要約IT・プログラミング