AI 大模型

大模型对齐与安全

大模型对齐、安全、越狱、红队、提示注入和可信评测。

2025-08-07 至 2025-08-07 共收录 1 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 红队测试 1 篇

2508.04451 2025-08-07 cs.LG cs.AI 81%

Automatic LLM Red Teaming

Roman Belaire, Arunesh Sinha, Pradeep Varakantham

专题命中红队测试：red teaming(title,abstract)；分类 cs.AI、cs.LG

↑