论文76°11:01Distill to Detect:通过Cartridge蒸馏暴露LLM隐蔽偏见Arxiv新论文发现LLM隐蔽偏好很难查,D2D方法把隐藏偏差放大到文本可见,适合做审计工具。#LLM#Distill to Detect#Cartridge#AI安全aarXiv cs.AI@Shayan Talaei 等 6 人原文稍后读已读值得跟进有用关注 LLM