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。

2025-10-01 至 2025-10-01 共收录 1 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 红队测试 1 篇

2509.25894 2025-10-01 cs.SE 71%

Red Teaming Program Repair Agents: When Correct Patches can Hide Vulnerabilities

Simin Chen, Yixin He, Suman Jana, Baishakhi Ray

专题命中红队测试：red teaming(title)

↑