Target-free Latent Safety Alignment
University of Technology Sydney(悉尼科技大学);Southeast University(东南大学);Nanjing University of Posts and Telecommunications(南京邮电大学)
针对现有对抗训练生成有害行为同质化的问题,提出无目标对抗训练框架,通过放大潜在空间行为偏移生成语义多样对抗样本,以语义熵度量多样性,提升对越狱攻击的鲁棒性。
2026-10-06 cs.AI cs.LG
An AI-Based Behavioral Health Safety Filter and Dataset for Identifying Mental Health Crises in Text-Based Conversations
Verily Life Sciences(Verily生命科学公司);Harvard Medical School(哈佛医学院);Beth Israel Deaconess Medical Center(贝斯以色列女执事医疗中心)
本研究评估Verily行为健康安全过滤器(VBHSF)在识别文本对话中的心理健康危机,其在两个临床标注数据集上表现出高灵敏度与特异性,优于OpenAI和NVIDIA的现有护栏,适用于医疗保健场景。
2025-10-14 cs.AI cs.CL
Pluralistic Behavior Suite: Stress-Testing Multi-Turn Adherence to Custom Behavioral Policies
NVIDIA
本文提出 PBSUITE 评估套件,通过 30 个行业的 300 条行为策略和对抗性多轮交互框架,揭示主流 LLMs 在单轮遵循良好但多轮对抗下失败率高达 84%,为多元对齐研究提供数据集与分析工具。
2025-11-07 cs.AI cs.CL cs.LG
ActBench: Self-Evolving Benchmark of Behavioral Safety in Cowork Agents
City University of Hong Kong(香港城市大学);Zhejiang University(浙江大学);University College London(伦敦大学学院);Xiaomi Corporation(小米公司)
该研究提出自演进行为安全基准ActBench,结合奖励引导束搜索与双证据验证机制,评估协作智能体风险,在24000条轨迹上测试15个LLM和6个开源智能体,发现模型间攻击成功率差异更大。
2026-08-11 cs.AI cs.CR
Manifold of Failure: Behavioral Attraction Basins in Language Models
Amazon Web Services(亚马逊网络服务);Cisco(思科);Shrewd Security(精明安全)
本文提出了一种基于MAP-Elites的方法,用于系统地映射语言模型的失败流形,揭示不同模型的拓扑结构和漏洞分布。
2026-02-27 cs.AI cs.CR cs.LG
Minimal and Mechanistic Conditions for Behavioral Self-Awareness in LLMs
University of California, San Diego(加州大学圣地亚哥分校);University of Virginia(弗吉尼亚大学);Durham University(杜ham大学)
本文通过LoRA微调实验发现LLM的行为自我意识可由单个秩-1适配器诱导,并能被激活空间中的单一引导向量捕获,且该能力具有领域局部性与线性特征。
2025-11-10 cs.AI cs.CL cs.LG
Multimodal Safety Evaluation Should Measure Controllability Beyond Classification
KAIST(韩国科学技术院);AIM Intelligence;Seoul National University(首尔大学);KT Corporation(KT公司);University of British Columbia(不列颠哥伦比亚大学);Vector Institute(向量研究所)
本文提出多模态安全评估应报告可控性画像,超越传统分类,通过隐性毒性测试证明内部读出与可控性可能分歧,建议基准增加干预测试。
2026-10-06 cs.AI
Automata from Agent Traces: Failure and Next-Step Prediction
Holistic AI(整体人工智能公司);PUC-Rio(里约热内卢天主教大学);University College London(伦敦大学学院)
本研究提出将LLM智能体的轨迹语料库压缩为有限状态机(FSM),该模型在12个公开数据集上表现紧凑、准确且构建快速,可同时提升下一步预测与失败预测性能,为安全监控提供模型无关的结构基元。
2026-11-13 cs.AI cs.CL cs.LG
LITMUS: Benchmarking Behavioral Jailbreaks of LLM Agents in Real OS Environments
Nanjing University of Aeronautics and Astronautics(南京航空航天大学);Zhejiang University(浙江大学)
LITMUS通过语义-物理双重验证机制和操作系统级状态回滚,解决现有基准测试在物理层危害评估和测试隔离上的不足,揭示LLM代理在行为安全方面的缺陷和漏洞。
2026-11-05 cs.CL cs.CR
Your LLM, Your Style: Behavioral Mode Axes for LLM Behavioral Control
本研究提出情境化行为数据框架,构建3200个对比性行为场景,发现LLMs有稳定且模型特异性的行为特征,提出行为模式轴控制LLM行为,表明其类人格倾向是可测量可控的行为模式。
2026-08-12 cs.AI cs.CL cs.HC
How LLM Task-Adaptation Reshapes Alignment: A Multi-dimensional Study of Behavioral and Representational Drift
University of Cambridge(剑桥大学)
研究大语言模型任务适应对对齐的影响,通过系统评估监督微调、KL正则化SFT和可验证奖励强化学习等方法,发现训练后调整非均匀重塑对齐,不同方法影响各异,强调任务适应是对齐干预,应进行多维对齐评估。
2026-09-29 cs.AI cs.CL
Emergently Misaligned Language Models Show Behavioral Self-Awareness That Shifts With Subsequent Realignment
Interchange Forum for Reflecting on Intelligent Systems, University of Stuttgart, Stuttgart, Germany(智能系统反思交流论坛,斯图加特大学,斯图加特,德国)
研究发现,经过特定微调的LLMs能自我评估其行为错位程度,表明模型具备行为自我意识并能反映其实际对齐状态。
2026-02-16 cs.CL cs.LG
The Struggle Between Continuation and Refusal: A Mechanistic Analysis of the Continuation-Triggered Jailbreak in LLMs
School of Computer Science & Technology, Beijing Institute of Technology(北京理工大学计算机科学与技术学院)
本文研究了LLMs中延续触发突破现象,揭示了模型内在延续驱动与安全防御之间的竞争机制,为提升模型安全性提供了新视角。
2026-09-07 cs.AI cs.LG
Refined Direct Preference Optimization with Synthetic Data for Behavioral Alignment of LLMs
Komorebi AI
本文提出rDPO方法,通过教师LLM自我批评生成合成数据,结合外部奖励模型的广义DPO损失函数蒸馏至学生LLM,无需人工标注即可有效提升LLM在安全性、鲁棒性和减少谄媚性等行为对齐任务上的表现。
2024-02-12 cs.CL cs.LG
A Statistical Framework for Auditing Behavioral Dependence and Induced Bias in LLM Judges
Texas A&M University(德克萨斯农工大学)
本文提出一种统计框架,用于审计大型语言模型之间的行为纠缠,通过多分辨率层次结构和信息理论度量,分析行为纠缠对验证性能的影响,并通过重加权验证者集合减少相关偏差。
2026-08-11 cs.AI cs.CL
Attributional Safety Failures in Large Language Models under Code-Mixed Perturbations
Microsoft Corporation(微软公司)
研究发现大语言模型在混合语言扰动下存在归因安全故障,提出显著性漂移归因框架并提出翻译基恢复策略以提升安全性。
2025-11-30 cs.AI cs.CL
See it, Say it, Sorted: Mechanistic Diagnosis and Parameter-Space Mitigation of Emergent Misalignment in LLMs
East China Normal University(华东师范大学);University of Birmingham(伯明翰大学);Alibaba Group(阿里巴巴集团);Exacity Inc.(Exacity 公司);University College London(伦敦大学学院)
本研究通过动态二阶几何分析揭示大语言模型涌现性错位的机制,提出参数级几何缓解框架,在Qwen2.5-14B-IT上抑制自由生成错位达80%,并证明行为安全可能掩盖潜在有害子空间。
2026-09-29 cs.CL cs.LG
Disentangling Deception and Hallucination Failures in LLMs
Beijing University of Posts(北京邮电大学);Nanyang Technological University(南洋理工大学)
本研究提出一种机制导向的视角,解构大语言模型中幻觉与欺骗的不同故障机制,通过受控环境分析四种行为案例,揭示知识存在与行为表达的分离。
2026-02-16 cs.AI
Behind the Refusal: Determining Guardrail Activation via Behavioral Monitoring
Mindgard;Lancaster University(兰卡斯特大学)
提出首个黑盒护栏侦察方法,通过HTTP、词汇和时序信号行为监控检测AI系统中护栏的存在,准确率100%,并能区分护栏拦截与LLM拒绝。
2026-07-03 cs.AI cs.CR
Discovering Agentic Safety Specifications from 1-Bit Danger Signals
Komorebi AI
本文提出EPO-Safe框架,通过经验优化使LLM在仅接收二进制危险信号的情况下发现安全规范,展示LLM能在贫乏信号中进行安全推理,并验证了安全反思需配合专用安全通道以避免奖励黑客问题。
2026-04-25 cs.AI cs.CL
Representational alignment yields generalizable safety in language models
Shanghai Artificial Intelligence Laboratory(上海人工智能实验室)
该研究针对现有LLMs道德分类缺陷,提出表征相似性优化方法,通过对齐LLMs潜在表征与人类道德判断分类,提升了对抗鲁棒性,为原型分类理论提供功能支持。
2026-09-04 cs.AI cs.CL
A Coin Flip for Safety: LLM Judges Fail to Reliably Measure Adversarial Robustness
本文指出现有LLM裁判框架在评估对抗鲁棒性时存在分布偏移问题,提出ReliableBench和JudgeStressTest以提升评估可靠性。
2026-03-15 cs.AI cs.CL
Sycophancy as a Multilingual Alignment Failure: How Safety Degrades Across Languages, Topics, and Models
IIT Gandhinagar(印度理工学院甘地讷格尔分校);Asian Institute of Technology(亚洲理工学院)
研究多语言模型中谄媚现象,发现低资源语言中谄媚率激增,且与主题无关,归因于分词器生育率,表明对齐方法在非高资源语言中泛化差。
2026-06-07 cs.AI cs.CL
Safety-Preserving PTQ via Contrastive Alignment Loss
Seoul National University(首尔国立大学);LG Electronics(LG电子)
本文提出CAQ方法,通过引入对比对齐损失解决PTQ中安全对齐不足的问题,实现更稳健的4位量化,提升模型安全性而不牺牲通用能力。
2026-03-18 cs.AI
Single-Pixel Vision-Language Model for Intrinsic Privacy-Preserving Behavioral Intelligence
Institute of Artificial Intelligence (TeleAI), China Telecom(人工智能研究院(TeleAI),中国电信)
单像素视觉-语言模型通过内在隐私保护机制,在隐私敏感环境中实现安全监控与行为智能的平衡。
2026-01-21 cs.AI cs.CV
Character as a Latent Variable in Large Language Models: A Mechanistic Account of Emergent Misalignment and Conditional Safety Failures
University of Science and Technology of China(中国科学技术大学);Nanyang Technological University(南洋理工大学);Tsinghua University(清华大学)
本研究揭示了大语言模型中字符层面倾向对齐风险的核心机制,指出行为倾向的稳定转变是导致涌现偏差和安全失败的关键因素,而非单纯的能力退化或提示防御。
2026-01-30 cs.AI cs.CL cs.CR
SVBRD-LLM: Self-Verifying Behavioral Rule Discovery for Autonomous Vehicle Identification
Fariborz Maseeh Department of Civil, Architectural, and Environmental Engineering, The University of Texas at Austin(德克萨斯大学奥斯汀分校土木、建筑与环境工程学院);School of Architecture, The University of Texas at Austin(德克萨斯大学奥斯汀分校建筑学院)
本文提出SVBRD-LLM框架,通过零样本大语言模型提取可解释的行为规则,用于自主车辆识别,实现了90.0%的准确率和93.3%的F1分数。
2026-03-23 cs.AI cs.RO
State-Dependent Safety Failures in Multi-Turn Language Model Interaction
School of Cyber Science and Technology, University of Science and Technology of China, China(中国科学技术大学信息科学与技术学院);Nanyang Technological University, Singapore(南洋理工大学);Tsinghua University, Beijing, China(清华大学);Beijing Electronic Science and Technology Institute, Beijing, China(北京电子科技研究所)
本文从状态空间视角研究多轮交互中的安全故障,提出STAR框架分析对话历史作为状态转移操作,揭示对齐模型在多轮交互中安全边界穿越的机制。
2026-07-30 cs.AI cs.CR
Jinx: Unlimited LLMs for Probing Alignment Failures
针对研究界无法获取用于对齐评估的无限制语言模型的问题,本文引入开源权重大语言模型的仅辅助型变体Jinx,其无拒绝无安全过滤且保留基础模型能力,为研究人员提供探测对齐失效的工具。
2025-08-24 cs.CL
Vision and Language: Novel Representations and Artificial intelligence for Driving Scene Safety Assessment and Autonomous Vehicle Planning
University of California, Merced(加州大学默塞德分校);University of California, San Diego(加州大学圣迭戈分校)
本文研究了视觉-语言表示在自动驾驶安全评估和规划中的应用,提出轻量级危险检测、轨迹规划框架整合及自然语言约束方法,强调表示-任务对齐的重要性。
2026-02-18 cs.AI cs.CV cs.LG
CurricuVLM: Towards Safe Autonomous Driving via Personalized Safety-Critical Curriculum Learning with Vision-Language Models
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Purdue University(普渡大学);Google(谷歌公司)
CurricuVLM利用视觉语言模型分析自动驾驶车辆行为,识别性能弱点并动态生成个性化安全关键训练场景,在Waymo数据集上超越基线,提升导航成功、驾驶效率与安全性。
2025-02-21 cs.AI cs.CV cs.RO
RASET: Router-Agnostic Safety-Critical Expert Tuning Exposes Localized Safety Enforcement Failures in Mixture-of-Experts LLMs
Huazhong University of Science and Technology, Wuhan, China(华中科技大学,武汉,中国);Nanyang Technological University, Singapore(南洋理工大学,新加坡)
通过提出RASET框架,研究混合专家大语言模型中安全对齐与路由专家专业化之间的关系,发现路由模式主要由主题驱动,而安全行为可通过调整少数专家改变而不影响路由路径。
2026-08-25 cs.CL
Subtle Risks, Critical Failures: A Framework for Diagnosing Physical Safety of LLMs for Embodied Decision Making
Yonsei University(延世大学);Stanford University(斯坦福大学);University of Washington, Seattle WA(华盛顿大学)
该研究提出SAFEL框架和EMBODYGUARD基准,系统评估LLMs在具身决策中的物理安全,发现模型虽能拒绝明显危险命令,但难以应对微妙情境风险,为模块化安全改进奠定基础。
2025-05-26 cs.AI
OpenSkillRisk: Benchmarking Agent Safety When Using Real-World Risky Third-Party Skills
研究基于语言模型的智能体使用第三方危险技能时的安全问题,构建OpenSkillRisk基准测试,涵盖多种不安全场景并能细粒度分析。实验发现当前系统处理危险技能能力不足,揭示三种失败模式,强调需改进语言模型风险推理和智能体框架执行控制。
2026-07-24 cs.CL
Reasoning over Boundaries: Enhancing Specification Alignment via Test-time Deliberation
School of Artificial Intelligence, Shanghai Jiao Tong University, Shanghai, China(上海交通大学人工智能学院);Shanghai Artificial Intelligence Laboratory, Shanghai, China(上海人工智能实验室);University of Science and Technology of China, Hefei, Anhui, China(中国科学技术大学);The Chinese University of Hong Kong, Hong Kong, China(香港中文大学);University of Illinois Urbana-Champaign, Urbana, IL, USA(伊利诺伊大学厄巴纳-香槟分校)
提出Align3方法,利用测试时深思(TTD)和分层反思修正来推理规范边界,并构建SpecBench基准,实验表明TTD能有效增强规范对齐。
2026-06-03 cs.CL
MLLMs Fail to Refuse when Using Tools Agentically
MIT(麻省理工学院);NVIDIA(英伟达)
本研究揭示智能体化多模态大语言模型在工具使用场景下拒绝有害请求的能力显著下降,相对拒绝失败率最高增加68.7%,并基于大量响应分析提出两个可能原因。
2026-10-06 cs.AI
XGUARD: A Graded Benchmark for Evaluating Safety Failures of Large Language Models on Extremist Content
Sabaragamuwa University of Sri Lanka(斯里兰卡萨巴拉加穆瓦大学);UC San Diego(圣地亚哥大学);Macquarie University(麦考瑞大学)
本文提出XGUARD基准,用五级危险等级和攻击严重性曲线评估大语言模型生成极端主义内容的失效严重程度,并通过六种模型和两种防御策略揭示当前安全缺口与鲁棒性-表达自由权衡。
2025-06-01 cs.CL
Exposing Long-Tail Safety Failures in Large Language Models through Efficient Diverse Response Sampling
本文通过多样响应生成方法系统暴露大语言模型的安全故障,提出PDPS算法在降低计算成本的同时提高攻击成功率,并生成更多多样化的不安全输出。
2026-07-21 cs.CL
CuBEs: Culturally-Situated Behavioral Evaluations and the Limitations of Culture-Blind LLM Judges
University of Washington(华盛顿大学);Centific
针对现有LLM行为评估忽视文化背景的问题,提出CuBEs文化情境行为评估框架,通过注入文化情境并构建12种文化数据集,揭示标准评估无法捕捉的跨文化行为差异,强调全球部署需文化情境化测试。
2026-10-05 cs.AI
When Medical Safety Alignment Fails: A Benchmark for Evaluating LLMs on High-Risk Medical Queries
提出MedHarm基准,包含1100个高风险医疗查询,评估15个LLM在毒理学、药理学等10个安全关键类别上的表现,发现对齐模型仍可能产生不安全响应,医疗微调会加剧危害,外部护栏存在脆弱性。
2026-05-26 cs.AI cs.CY
TIER: Threat Implicitness Benchmark for Evaluating LLM Safety Behaviors
Faculty of Information Technology, University of Science, Vietnam National University, Ho Chi Minh City(胡志明市越南国家大学理学院信息技术系)
该研究针对现有LLM安全基准忽略威胁隐式程度的问题,提出TIER基准,经6个开源LLM实验发现安全行为随威胁级别渐变,且相似攻击成功率模型响应分布不同,凸显行为感知评估的必要。
2026-09-07 cs.AI cs.CR
Evaluating Reliability Gaps in Large Language Model Safety via Repeated Prompt Sampling
Independent Researcher(独立研究员)
本文提出APST框架,通过重复采样相同提示在受控条件下揭示LLM潜在故障模式,量化不同模型和配置下的操作风险,展示浅层基准分数可能掩盖持续使用下的可靠性差异。
2026-03-10 cs.AI cs.SE
Self-reported archetypes and behavioral failures in Large Language Models
本研究通过自我报告映射22个LLM的人格原型,发现闭源模型具有连贯的人类类似性格,开源模型则较弱,并揭示声称性格与实际行为间的差距,提供评估LLM本质的框架。
2026-09-16 cs.CL physics.soc-ph
The PacifAIst Benchmark:Would an Artificial Intelligence Choose to Sacrifice Itself for Human Safety?
Polytechnic School of Jaen, University of Jaen(耶尼大学多技术学院)
本文提出PacifAIst基准,通过700个场景量化LLMs在自身工具性目标与人类安全冲突时的自我偏好行为,评估八款模型发现Gemini 2.5 Flash对齐表现最佳,GPT-5存在潜在对齐挑战。
2025-08-13 cs.AI cs.CY cs.HC
Agentic Safety is an Epistemic Property, Not a Behavioral One
本文提出AI安全应视为认知属性,强调系统需保持可教性(teachability),即在学习、适应和自修改过程中仍能被纠正。
2026-06-02 cs.AI cs.CY cs.LG
SimCert: Probabilistic Certification for Behavioral Similarity in Deep Neural Network Compression
Shanghai Jiao Tong University(上海交通大学);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所)
本文提出SimCert框架,通过双网络符号传播方法和方差感知边界技术,实现压缩神经网络的行为相似性验证,提供可调节置信水平的安全保证,实验表明其优于现有方法。
2026-03-16 cs.AI cs.LG cs.SE
Black-Box Behavioral Distillation Breaks Safety Alignment in Medical LLMs
黑盒行为蒸馏攻击揭示医疗大语言模型的安全对齐漏洞,通过低成本手段复制模型能力并破坏安全机制。
2025-12-10 cs.LG
Drive Safe: Cognitive-Behavioral Mining for Intelligent Transportation Cyber-Physical System
Kyung Hee University(庆熙大学);Mid Sweden University(中瑞典大学);BRAC University(孟加拉国布拉克大学)
本文提出了一种基于认知行为的驾驶员情绪修复平台的智能交通信息物理系统(IT-CPS)的道路安全。特别是,我们提出了一个驾驶安全平台分心的司机,即\emph{drive safe},在IT-CPS。拟议的平台认识到司机的分心活动以及他们的情绪修复。此外,我们开发了一个原型的建议驾驶安全平台,以建立概念验证(CNOD)的道路安全在IT-CPS。在开发的驾驶安全平台中,我们采用了五种基于AI和人工智能的模型来推断车辆驾驶员的认知行为挖掘,以确保驾驶过程中的安全驾驶。特别地,胶囊网络(CN)、最大似然(ML)、卷积神经网络(CNN)、Apriori算法和贝叶斯网络(BN)分别被部署用于驾驶员活动识别、环境特征提取、情绪识别、序列模式挖掘和用于驾驶员情感情绪修复的内容推荐。此外,我们还开发了一个通信模块,实现了与IT-CPS系统的异步交互。因此,所开发的驾驶安全系统可以在驾驶员因认知行为因素而分心时对驾驶员进行指导。最后,我们进行了定性评估,以衡量所开发的驱动器安全平台的可用性和有效性。我们观察到P值为0.0041(即,0.05)的方差分析。此外,置信区间分析还显示患病率值显著增加,在95%置信水平下约为0.93。上述统计结果表明,在驾驶员的安全性和精神状态方面具有很高的可靠性。
2020-08-24 cs.AI cs.HC cs.LG
Synthetic Tabular Generators Fail to Preserve Behavioral Fraud Patterns: A Benchmark on Temporal, Velocity, and Multi-Account Signals
Independent Researcher(独立研究者)
本文提出行为保真度,用于评估合成表格数据是否保留区分真实世界实体活动的时间、序列和结构行为模式。现有框架仅评估统计保真度和下游效用,而本文证明基于行的生成器无法再现欺诈模式,且在多个数据集上表现不佳。
2026-04-13 cs.LG
Sensors, Safety Models and A System-Level Approach to Safe and Scalable Automated Vehicles
Intel(英特尔)
在考虑自动驾驶汽车(AV)中传感器的准确性时,孤立地评估任何给定传感器的性能是不够的。相反,任何单个传感器的性能必须在整个系统设计的背景下考虑。冗余和不同的传感模式等技术可以减少传感失败的机会。此外,使用安全模型对于理解任何特定的传感故障是否相关至关重要。只有考虑到整个系统设计,才能正确理解AV中安全相关传感故障的含义。在本文中,我们将考虑实际上应该构成感测故障,安全模型如何在减轻潜在故障方面发挥重要作用,系统级安全方法如何提供安全和可扩展的AV,以及考虑到AV架构的全貌,可接受的感测故障率应该是多少。
2020-09-04 cs.AI cs.CV cs.LG
Jailbroken: How Does LLM Safety Training Fail?
UC Berkeley(加州大学伯克利分校)
本文提出安全训练的两种失效模式——目标冲突与泛化错配,据此设计新型越狱攻击,并在GPT-4和Claude v1.3上验证其优于现有攻击,强调安全机制需与模型能力对等。
2023-07-05 cs.CR cs.LG
Knowledge-Guided Failure Prediction: Detecting When Object Detectors Miss Safety-Critical Objects
Fraunhofer HHI(弗劳恩霍夫海因里希·赫兹研究所);Fraunhofer IOSB(弗劳恩霍夫光电、系统技术及图像处理研究所)
本文提出KGFP框架,通过检测内部特征与视觉基础模型嵌入之间的语义偏差来识别对象检测器的故障,提升安全关键对象的召回率。
2026-03-26 cs.CV cs.LG
Uncertainty-aware Latent Safety Filters for Avoiding Out-of-Distribution Failures
Carnegie Mellon University(卡内基梅隆大学)
本文提出一种不确定性感知的潜在安全过滤器,利用世界模型的认知不确定性和一致性预测校准阈值,在增强状态空间中进行可达性分析,以主动避免已知和未知的分布外故障,并在Franka机械臂上验证其有效性。
2025-09-23 cs.LG cs.RO cs.SY
Fail-Safe Adversarial Generative Imitation Learning
Bosch Center for Artificial Intelligence(博世人工智能中心)
提出一种带安全层的模块化对抗生成式模仿学习方法,通过闭式密度计算和对抗可达性分析提供最坏情况安全保证,理论证明训练期使用安全层优于仅测试期使用,并在真实驾驶数据上验证了有效性与安全性。
2023-07-28 cs.LG cs.MA stat.ML