大模型对齐与安全

MUSE: MCTS-Driven Red Teaming Framework for Enhanced Multi-Turn Dialogue Safety in Large Language Models

Siyu Yan, Long Zeng, Xuecheng Wu, Chengcheng Han, Kongcheng Zhang, Chong Peng, Xuezhi Cao, Xunliang Cai, Chenjuan Guo

机构 * East China Normal University（东华大学） ； Xi’an Jiaotong University（西安交通大学） ； Meituan（美团） ； Zhejiang University（浙江大学） 纠错

专题命中 红队测试 ：safety(title,abstract)；red teaming(title)；alignment(abstract)；分类 cs.CL、cs.AI

Comments EMNLP 2025 main conference