llm-censorship-steering

Pilotage de la Censure des LLM Ce dépôt contient l'implémentation du code de Steering the CensorShip: Uncovering Representation Vectors for LLM "Thought" Control par Hannah Cyberey et David Evans. Nous introduisons une méthode qui trouve des « vecteurs de pilotage » à partir des internes des LLM...