大模型对齐与安全

Automated Cyber Defense with Generalizable Graph-based Reinforcement Learning Agents

Isaiah J. King, Benjamin Bowman, H. Howie Huang

机构 * Cybermonic LLC（Cybermonic公司） ； The George Washington University（乔治华盛顿大学） 纠错

专题命中 AI治理与伦理 ：safety(abstract)；分类 cs.LG

CIDER: A Causal Cure for Brand-Obsessed Text-to-Image Models

Fangjian Shen, Zifeng Liang, Chao Wang, Wushao Wen

机构 * School of Computer Science（计算机科学学院） ； Engineering, Sun Yat-sen University, Guangzhou, China（工程学院，中山大学，广州，中国） 纠错

专题命中 AI治理与伦理 ：trustworthy(abstract)；分类 cs.AI

Comments 5 pages, 7 figures, submitted to ICASSP2026

Exploring the Impact of Personality Traits on LLM Bias and Toxicity

Shuo Wang, Renhao Li, Xi Chen, Yulin Yuan, Derek F. Wong, Min Yang

机构 * University of Macau（澳门大学） ； Shenzhen Key Laboratory for High Performance Data Mining, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳高性能数据挖掘重点实验室，深圳先进技术研究院，中国科学院） ； Nanyang Technological University（南洋理工大学） ； Department of Chinese Language and Literature, University of Macau（中文语言文学系，澳门大学） 纠错

专题命中 AI治理与伦理 ：safety(abstract)；分类 cs.AI