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。

2025-08-20 至 2025-08-20 共收录 1 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 安全训练 1 篇

2508.13608 2025-08-20 eess.SY cs.LG cs.SY math.OC 57%

Abdullah Tokmak, Thomas B. Schön, Dominik Baumann

专题命中安全训练：safety(abstract)；分类 cs.LG

Comments Accepted to CDC 2025