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

Sunishchal Dev

ACL 2026理论与学习动力学推理对齐与偏好
新星分贡献者
27
一作贡献0
核心/参与5
方向广度6
合作网络6
0 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
作者位次 #7/12ACL 2026Poster· Natural Language Processing

Emergent Misalignment via In-Context Learning: Narrow in-context examples can produce broadly misaligned LLM s

Nikita Afonin · Nikita Andriianov · Vahagn Hovhannisyan · Nikhil Bageshpura · Kyle Liu · Kevin Zhu · Sunishchal Dev · Ashwinee Panda · Oleg Rogov · Elena Tutubalina · Alexander Panchenko · Mikhail Seleznyov

摘要

Recent work has shown that narrow finetuning can produce broadly misaligned LLMs, a phenomenon termed emergent misalignment (EM). While concerning, these findings were limited to finetuning and activation steering, leaving out in-context learning (ICL). We therefore ask: does EM emerge in ICL? We...

理论与学习动力学推理对齐与偏好OpenReview 项目页

常见合作者