arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

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。

2025-09-30 至 2025-09-30 共收录 3 信号源:cs.CL, cs.AI, cs.CY, cs.LG

1. 红队测试 3 篇

2509.22757 2025-09-30 cs.CR cs.AI cs.NI cs.SY eess.SY 79%

Red Teaming Quantum-Resistant Cryptographic Standards: A Penetration Testing Framework Integrating AI and Quantum Security

Petar Radanliev

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

Journal ref The Journal of Defense Modeling and Simulation. 2025;0(0)

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.23006 2025-09-30 cs.AI 57%

Creative Adversarial Testing (CAT): A Novel Framework for Evaluating Goal-Oriented Agentic AI Systems

Hassen Dhrif

机构 * Amazon(亚马逊)

专题命中 红队测试 :alignment(abstract);分类 cs.AI

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.15213 2025-09-30 cs.CR 50%

Evil Vizier: Vulnerabilities of LLM-Integrated XR Systems

Yicheng Zhang, Zijian Huang, Sophie Chen, Erfan Shayegani, Jiasi Chen, Nael Abu-Ghazaleh

专题命中 红队测试 :safety(abstract)

详情

展开后加载摘要…

URL PDF HTML 收藏