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。

2025-08-25 至 2025-08-25 共收录 2 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. AI治理与伦理 2 篇

2508.15798 2025-08-25 cs.CL cs.AI 79%

Saumya Roy

机构 * Department of Mathematics and Computer Science（数学与计算机科学系）； Data and Artificial Intelligence Research Group（数据与人工智能研究组）

专题命中 AI治理与伦理：alignment(abstract)；safety(abstract)；trustworthy(abstract)；分类 cs.CL、cs.AI

2508.16013 2025-08-25 cs.CL 57%

Pietro Bernardelle, Stefano Civelli, Leon Fröhling, Riccardo Lunardi, Kevin Roitero, Gianluca Demartini

机构 * The University of Queensland（昆士兰大学）； University of Udine（乌迪内大学）

专题命中 AI治理与伦理：safety(abstract)；分类 cs.CL