ToDi: Token-wise Distillation via Fine-Grained Divergence Control
专题命中 其他安全 :alignment(abstract);分类 cs.CL
Comments EMNLP 2025 (Oral)
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 其他安全 :alignment(abstract);分类 cs.CL
Comments EMNLP 2025 (Oral)
机构 * University of Chinese Academy of Sciences(中国科学院大学) ; Peng Cheng Lab(鹏城实验室)
专题命中 其他安全 :alignment(abstract)
Comments 16 pages, 6 figures
机构 * Harbin Institute of Technology(哈尔滨工业大学)
专题命中 其他安全 :alignment(abstract)
Comments 5 pages
专题命中 其他安全 :alignment(abstract)
Comments NeurIPS 2025. The first two authors contributed equally
机构 * Shanghai Artificial Intelligence Lab(上海人工智能实验室) ; Shanghai Jiao Tong University(上海交通大学) ; Peking University(北京大学) ; Meta ; Alibaba Group(阿里巴巴集团)
专题命中 其他安全 :alignment(abstract)
Comments Project page: https://wsntxxn.github.io/uniflow_audio
专题命中 其他安全 :alignment(abstract)
Comments EMNLP 2025; 15 pages, 10 figures
专题命中 其他安全 :alignment(abstract)
Comments 22 pages, 11 figures, 8 tables, In submission
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
专题命中 其他安全 :alignment(abstract)
Comments Published in Transactions on Machine Learning Research
机构 * School of Computer Science and Technology, Soochow University(苏州大学计算机科学与技术学院) ; School of Future Science and Engineering, Soochow University(苏州大学未来科学与工程学院)
专题命中 其他安全 :safety(abstract)
Comments 14 pages, 8 figures
专题命中 其他安全 :alignment(abstract)
Comments 8 pages, 4 figures. Accepted to ECAI
机构 * NKIARI, Shenzhen Futian(NKIARI,深圳福田) ; VCIP, CS, Nankai University(VCIP,计算机科学,南开大学) ; JIIOV Technology(JIIOV技术) ; Harvard University(哈佛大学) ; University of Chinese Academy of Sciences(中国科学院大学)
专题命中 其他安全 :alignment(abstract)