Analysing Safety Risks in LLMs Fine-Tuned with Pseudo-Malicious Cyber Security Data
机构 * University of Kent（肯特大学）
专题命中 红队测试 ：safety(title,abstract)；alignment(abstract)；red teaming(abstract)；prompt injection(abstract)
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。
1. 红队测试 2 篇
Agentic JWT: A Secure Delegation Protocol for Autonomous AI Agents
专题命中 红队测试 ：prompt injection(abstract)；分类 cs.AI
Comments 17 pages, 6 figures, 2 Tables
