RewardDance: Reward Scaling in Visual Generation
机构 * ByteDance Seed(字节跳动种子)
专题命中 偏好对齐 :alignment(abstract);RLHF(abstract)
Comments Bytedance Seed Technical Report
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 * ByteDance Seed(字节跳动种子)
专题命中 偏好对齐 :alignment(abstract);RLHF(abstract)
Comments Bytedance Seed Technical Report
机构 * Tsinghua University(清华大学) ; Meituan(美团) ; Northeastern University(东北大学) ; Beijing University of Posts and Telecommunications(北京邮电大学) ; Meta AI ; Wuhan University(武汉大学)
专题命中 偏好对齐 :alignment(abstract);分类 cs.AI
机构 * LIACS, Leiden University(莱顿大学 LIACS) ; Bocconi University(博科尼大学) ; Independent Researcher(独立研究者) ; Boconni University(博科尼大学) ; Helmholtz-Zentrum Dresden-Rossendorf(德累斯顿-罗斯托克亥姆霍兹中心)
专题命中 安全训练 :alignment(abstract);safety(abstract);分类 cs.CL
专题命中 安全训练 :alignment(abstract)
专题命中 越狱攻击 :alignment(abstract);safety(abstract);jailbreak(abstract);分类 cs.CL
Comments 19 pages
机构 * Carnegie Mellon University(卡内基梅隆大学) ; Field AI
专题命中 红队测试 :red teaming(title);safety(abstract)
专题命中 提示注入 :prompt injection(abstract);trustworthy(abstract);分类 cs.AI
机构 * Rensselaer Polytechnic Institute(伦斯勒理工学院) ; Amazon Science(亚马逊科学) ; IBM Research(IBM研究院)
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.AI、cs.LG
机构 * Adobe(Adobe公司) ; Oregon State University(俄勒冈州立大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL
Comments 17 pages, 8 figures, Accepted at ICCV 2025
机构 * Department of Medicine, Massachusetts General Hospital(麻省总医院内科部) ; Department of Biostatistics, Harvard T.H. Chan School of Public Health(哈佛T.H. Chan公共卫生学院生物统计学部) ; Department of Medicine, Brigham and Women’s Hospital(布里洛妇产科医院内科部)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.LG
机构 * University College London(伦敦大学学院)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL
Comments submitted to NLLP 2025 Workshop
专题命中 隐私与版权 :alignment(abstract)
Journal ref Proc. Privacy Enhancing Technologies Symposium (PETS), 2026
专题命中 隐私与版权 :alignment(abstract)
Comments 6 pages, 6 figures, Accepted at IEEE MILCOM 2025
机构 * Apart Research ; AI Safety Cape Town ; University of Chicago(芝加哥大学) ; Stanford University(斯坦福大学) ; Sentience Institute(意识研究所)
专题命中 安全评测 :alignment(abstract);RLHF(abstract);safety(abstract);分类 cs.CL、cs.AI、cs.CY
专题命中 安全评测 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.CY
Comments 65 pages, 26 figures, 6 tables
机构 * AI Research, Cybera Global Inc./ UNCW(AI研究、Cybera全球公司/UNCW) ; Department of Computer Science and Engineering, UC Denver(计算机科学与工程系,UC Denver) ; Department of Computer Science, UNCW(计算机科学系,UNCW)
专题命中 安全评测 :alignment(abstract);分类 cs.AI
机构 * Department of Computer Science, Dartmouth College(计算机科学系,达特茅斯学院)
专题命中 安全评测 :alignment(abstract);分类 cs.CL
Comments Accepted at EMNLP-2025
专题命中 安全评测 :safety(abstract)
Comments 14 page, 10 Figures
专题命中 安全评测 :safety(abstract)
机构 * School of Computer Science, Wuhan University, Wuhan, China(武汉大学计算机学院) ; Faculty of Computer Science and Technology, Qilu University of Technology, Shandong, China(青岛科技大学计算机科学与技术学院) ; Zhongguancun Academy, Beijing, China(中关村学院)
专题命中 AI治理与伦理 :alignment(title,abstract);分类 cs.CL、cs.LG
Comments Accepted to EMNLP 2025 (findings), camera-ready version
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.CY
Journal ref Computers & Education, Volume 240, 2026, 105448
机构 * IEEE Publication Technology Department(IEEE出版技术部)
专题命中 AI治理与伦理 :alignment(abstract);分类 cs.AI
Comments 14 pages, 7 figures
专题命中 其他安全 :safety(title);分类 cs.CY
专题命中 其他安全 :safety(title)
Comments Accepted to CoRL 2025, Project Page: https://zzongzheng0918.github.io/RoboChemist.github.io/
机构 * Shanghai Qizhi Institute(上海启智研究所) ; College of Computer Science and Technology, Zhejiang University(浙江大学计算机科学与技术学院) ; Institute for Interdisciplinary Information Sciences, Tsinghua University(清华大学交叉信息学院) ; Mogo Auto Intelligence and Telematics Information Technology Co., Ltd(摩戈智能与 telemetry 信息技术有限公司)
专题命中 其他安全 :safety(abstract);分类 cs.AI、cs.LG
Comments Accepted by ECML PKDD 2025 (Research Track)
专题命中 其他安全 :alignment(abstract)
Journal ref J. Chem. Theory Comput. 2025, 21, 16, 8142-8150