Trustworthy Agents for Electronic Health Records through Confidence Estimation
机构 * Kyung Hee University(庆熙大学)
专题命中 安全评测 :trustworthy(title,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 * 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