paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
UM

Utsav Maskey

ACL 2026可解释性安全效率与系统
新星分新星
51
一作贡献30
核心/参与0
方向广度6
合作网络3
1 一作 · 1 篇 · ACL 2026

获取完整研究档案

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。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
一作ACL 2026Poster· Natural Language Processing

S afe C onstellations: Mitigating Over-Refusals in LLM s Through Task-Aware Representation Steering

Utsav Maskey · Sumit Yadav · Mark Dras · Usman Naseem

摘要

LLMs increasingly exhibit over-refusal behavior, where safety mechanisms cause models to reject benign instructions that seemingly resemble harmful content. This phenomenon diminishes utility in production applications that repeatedly rely on common prompt templates or applications that frequentl...

可解释性安全效率与系统OpenReview 项目页

常见合作者