POEX: Towards Policy Executable Jailbreak Attacks Against the LLM-based Robots
专题命中 安全训练 :jailbreak(title,abstract);分类 cs.AI、cs.CY
Comments Homepage: https://poex-jailbreak.github.io/
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
专题命中 安全训练 :jailbreak(title,abstract);分类 cs.AI、cs.CY
Comments Homepage: https://poex-jailbreak.github.io/
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.AI、cs.CY
Comments 42 pages, 6 figures
Journal ref Information 2025, 16(8), 651
专题命中 安全训练 :safety(title)
机构 * Nankai University(南开大学)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.CL
专题命中 安全训练 :safety(abstract);分类 cs.CL、cs.CY
Comments Accepted to COLM 2025
机构 * Stanley Ngugi(独立研究者)
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments 9 pages, 2 visual aids
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
机构 * McGill University(麦吉尔大学) ; Mila (Quebec AI Institute)(蒙特利尔AI研究所) ; Google Deepmind(谷歌DeepMind)
专题命中 安全训练 :safety(abstract);分类 cs.AI
Comments [20250810]: ICML 2025 Camera Ready, https://github.com/mila-iqia/delusions
专题命中 安全训练 :alignment(abstract);分类 cs.AI
专题命中 安全训练 :safety(abstract);分类 cs.AI
Comments 10 pages, 3 figures
机构 * The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)) ; University of California, Berkeley(加州大学伯克利分校)
专题命中 安全训练 :alignment(abstract)
机构 * Department of Computer Science at University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校计算机科学系) ; College of Transportation and Key Laboratory of Road and Traffic Engineering, Ministry of Education, Tongji University(同济大学交通学院及交通工程教育部重点实验室) ; Department of Mechanical Engineering at the University of California, Berkeley(加州大学伯克利分校机械工程系)
专题命中 安全训练 :safety(abstract)