PKG-DPO: Optimizing Domain-Specific AI systems with Physics Knowledge Graphs and Direct Preference Optimization
机构 * Advanced Engineering and Technology(先进工程与技术)
专题命中 偏好对齐 :DPO(title,abstract);alignment(abstract);safety(abstract);分类 cs.AI
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
机构 * Advanced Engineering and Technology(先进工程与技术)
专题命中 偏好对齐 :DPO(title,abstract);alignment(abstract);safety(abstract);分类 cs.AI
专题命中 偏好对齐 :alignment(title,abstract);分类 cs.CL、cs.AI
Journal ref ACL 2025
机构 * NICE Research Group(NICE研究组) ; Centre for Translation Studies(翻译研究中心) ; Institute for People-Centred AI(以人为本的人工智能研究所) ; School of Computer Science & Electronic Engineering, University of Surrey, UK(Surrey大学计算机科学与电子工程学院)
专题命中 偏好对齐 :alignment(abstract);分类 cs.CL
Comments Under Review
机构 * Birla Institute of Technology and Science, Pilani(比拉理工学院和科学学院,比兰)
专题命中 安全训练 :DPO(abstract);分类 cs.AI、cs.LG
Comments Under review
机构 * University of York, UK(英国约克大学) ; Cyprus University of Technology, Cyprus(塞浦路斯技术大学)
专题命中 安全训练 :safety(abstract);分类 cs.AI、cs.LG
Comments To be published in ECAI 25
专题命中 安全训练 :safety(abstract);分类 cs.AI
Comments 10 pages, 6 figures
专题命中 安全训练 :safety(abstract);分类 cs.CY
机构 * Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所) ; School of Cyber Security, University of Chinese Academy of Sciences(中国科学院大学网络安全学院) ; Sinochem Energy High-Tech Co., Ltd.(中石化能源高科技有限公司)
专题命中 越狱攻击 :jailbreak(title,abstract);alignment(abstract);safety(abstract);分类 cs.AI
专题命中 越狱攻击 :safety(title,abstract);alignment(abstract);分类 cs.CL
Comments Accepted by EMNLP 2025 (Main Conference), 15 pages, 4 figures, 6 tables
机构 * Faculty of Health Sciences and Medicine, University of Lucerne, Switzerland(健康科学与医学学院,卢塞恩大学,瑞士) ; Cluster of Excellence -- ML for Science, University of Tübingen, Germany(卓越中心——科学中的机器学习,图宾根大学,德国)
专题命中 幻觉与事实性 :safety(abstract);AI safety(abstract)
Comments Accepted as an oral presentation at MICCAI UNSURE 2025
机构 * University of California Santa Barbara(加州大学圣芭芭拉分校) ; University of Connecticut(康涅狄格大学) ; Alibaba Group(阿里巴巴集团) ; University of Washington(华盛顿大学)
专题命中 隐私与版权 :safety(abstract);分类 cs.AI
Comments 10 pages, 3 figures
机构 * School of Information and Electronics, Beijing Institute of Technology(信息与电子学院,北京理工大学) ; Beijing Institute of Technology Chongqing Innovation Center(北京理工大学重庆创新中心) ; National Key Laboratory for Space-Born Intelligent Information Processing(空间智能信息处理国家重点实验室)
专题命中 隐私与版权 :alignment(abstract)
Comments Manuscript submitted to IEEE TCSVT
机构 * Kyung Hee University(庆熙大学)
专题命中 安全评测 :trustworthy(title,abstract);分类 cs.AI
机构 * College of Computer Engineering, Jimei University(嘉应大学计算机工程学院) ; Chengyi College, Jimei University(嘉应大学 Chengyi 学院) ; Department of Technology, Management and Economics, Technical University of Denmark(丹麦技术大学技术、管理与经济系)
专题命中 安全评测 :alignment(abstract);分类 cs.AI、cs.LG
专题命中 安全评测 :harmlessness(abstract);分类 cs.CL、cs.LG
机构 * Ufonia Limited(乌菲尼亚有限公司) ; University of York(约克大学) ; NHS Improvement Academy(国家健康服务改进学院)
专题命中 安全评测 :safety(abstract);分类 cs.AI
Comments 36 pages, 16 figures
机构 * Fraunhofer IAIS - Department of Media Engineering(弗劳恩霍夫研究所媒体工程部门) ; University of Bonn - Department of Computer Science(波恩大学计算机科学系) ; West-AI - Federal Ministry of Education and Research(西德人工智能 - 教育与研究部)
专题命中 安全评测 :safety(abstract);分类 cs.AI
专题命中 安全评测 :trustworthy(abstract);分类 cs.CL
Comments 15 pages
机构 * Zhejiang University, Zhejiang, China(浙江大学) ; Alibaba Group, Zhejiang, China(阿里巴巴集团) ; Angelalign Technology Inc., Shanghai, China(Angelalign技术有限公司) ; ChohoTech Inc., Hangzhou, China(楚合科技有限公司) ; Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence, Zhejiang, China(浙江省医学影像人工智能重点实验室)
专题命中 安全评测 :alignment(abstract);分类 cs.CL
机构 * Aranya Saha ∗ , Tanvir Ahmed Khan ∗ , Ismam Nur Swapnil ∗ , and Mohammad Ariful Haque ∗(无明确机构)
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI
Comments 10 pages, 8 figures, Prepared for submission to IEEE Transactions on Human-Machine Systems
机构 * Sunnyvale, California(加州松林市)
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI
Comments 4 pages, 5 figures
机构 * School of Mathematical Sciences, Tongji University(数学科学学院,同济大学)
专题命中 安全评测 :trustworthy(abstract);分类 cs.AI
Comments 8 pages, 3 figures
专题命中 安全评测 :trustworthy(abstract)
机构 * Department of Computer Science, University of Virginia(弗吉尼亚大学计算机科学系)
专题命中 安全评测 :safety(abstract)
Comments 11 pages, 6 figures
机构 * National Engineering Laboratory for Integrated Aero-Space-Ground-Ocean Big Data Application Technology(集成空天地海大数据应用技术国家工程实验室) ; Northwestern Polytechnical University(西北工业大学) ; Huiying Medical Technology Company Ltd.(慧影医疗技术有限公司) ; The School of Computer Science(计算机学院) ; The University of Sydney(悉尼大学) ; Department of Computer Science and Engineering(计算机科学与工程系) ; The Chinese University of Hong Kong(香港中文大学)
专题命中 AI治理与伦理 :alignment(title,abstract)
专题命中 AI治理与伦理 :safety(abstract);分类 cs.CY
Comments 39 pages (14 pages main text), 3 figures, 9 tables. To be published in the Proceedings of the 2024 AAAI/ACM Conference on AI, Ethics, & Society (AIES)
Journal ref Proc. AAAI/ACM Conf. AI, Ethics & Soc., 7 (2024) 1539-1555
专题命中 AI治理与伦理 :alignment(abstract)
Comments 8 pages, 4 figures
机构 * College of Computer Science and Software Engineering, Shenzhen University(深圳大学计算机科学与软件工程学院) ; Meituan Inc.(美团公司) ; College of Electronics and Information Engineering, Shenzhen University(深圳大学电子与信息工程学院) ; Guangdong Key Laboratory of Intelligent Information Processing(广东省智能信息处理重点实验室)
专题命中 其他安全 :alignment(title,abstract);分类 cs.CL
机构 * Beijing Institute of Technology(北京理工大学) ; Zhejiang University(浙江大学)
专题命中 其他安全 :alignment(title,abstract)
Comments ACMMM 2025
机构 * University of York(约克大学)
专题命中 其他安全 :alignment(abstract);分类 cs.CL
Comments 5 pages conference paper, 4 tables