作者位次 #2/5NeurIPS 2026Poster
Steering Externalities: Benign Activation Steering Unintentionally Increases Jailbreak Risk for Large Language Models
Chen Xiong · Zhiyuan HE · Pin-Yu Chen · Ching-Yun Ko · Tsung-Yi Ho
首次获取该候选人的完整档案及 StartLux 评估共 20 积分；每位用户单独解锁，之后查看免费。主动刷新 20 积分。
实时查找电子邮箱，费用不超过20积分；未找到邮箱不扣费。
Chen Xiong · Zhiyuan HE · Pin-Yu Chen · Ching-Yun Ko · Tsung-Yi Ho