#対敵対学習

論文レビュー - 安全性とセキュリティが先に問われる時代

生成モデル/LLMが現実で使われるほど、安全性とセキュリティの「評価設計」が支配的になる。DESPITEやMAGIC、Claudini、さらに自動アライメントの限界を扱った新着論文を横断レビューする。