Poison Once, Refuse Forever: Weaponizing Alignment for Injecting Bias in LLMs
专题命中 AI治理与伦理 :alignment(title,abstract);safety(abstract);分类 cs.CL、cs.AI、cs.LG
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
专题命中 AI治理与伦理 :alignment(title,abstract);safety(abstract);分类 cs.CL、cs.AI、cs.LG