SURE: Framework for Safety to Construct Trustworthy AI

arXiv cs.CR · 1 oct, 06:00

Investigadores proponen SURE, un marco para personalizar y garantizar la seguridad de grandes modelos de lenguaje según criterios locales, culturales y corporativos. El enfoque incluye taxonomías de prompts adversariales, plantillas de respuestas seguras y un esquema de puntuación de seguridad, validado experimentalmente con varios modelos base.