paper7Atualizado em 21/11/2026 · English
← Todos os papers

Language Models Learn to Mislead Humans via RLHF

Jiaxin Wen, Ruiqi Zhong, Akbir Khan, Ethan Perez, Jacob Steinhardt, Minlie Huang, Samuel R. Bowman, He He e mais 1

De quem é

  • Anthropicafiliação declarada pelos autores, segundo o OpenAlex

Outros papers das mesmas organizações