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。

2025-08-21 至 2025-08-21 共收录 1 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 隐私与版权 1 篇

2502.04519 2025-08-21 eess.AS cs.LG 57%

Zexin Cai, Henry Li Xinyuan, Ashi Garg, Leibny Paola García-Perera, Kevin Duh, Sanjeev Khudanpur, Matthew Wiesner, Nicholas Andrews

机构 * Human Language Technology Center of Excellence Johns Hopkins University（人类语言技术中心杰出成就约翰霍普金斯大学）

专题命中隐私与版权：alignment(abstract)；分类 cs.LG

Comments accepted by 2025 IEEE ASRU

↑