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 4 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. AI治理与伦理 4 篇

2507.14688 2025-10-01 cs.CL cs.AI cs.LG 75%

Mind the Gap: A Review of Arabic Post-Training Datasets and Their Limitations

Mohammed Alkhowaiter, Norah Alshahrani, Saied Alshahrani, Reem I. Masoud, Alaa Alzahrani, Deema Alnuhait, Emad A. Alghamdi, Khalid Almubarak

机构 * Refine AI ； ASAS AI ； University of Bisha（比沙大学）； University College London（伦敦大学学院）； King Salman Global Academy for Arabic（萨勒曼全球阿拉伯学院）； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）； King Abdulaziz University（阿卜杜勒阿齐兹大学）； HUMAIN

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

2509.26584 2025-10-01 cs.AI cs.IR cs.LG cs.SE 62%

Fairness Testing in Retrieval-Augmented Generation: How Small Perturbations Reveal Bias in Small Language Models

Matheus Vinicius da Silva de Oliveira, Jonathan de Andrade Silva, Awdren de Lima Fontao

机构 * Faculty of Computing - Federal University of Mato Grosso do Sul（计算机学院 - 短暂戈亚那联邦大学）

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

2502.07931 2025-10-01 cs.CY cs.AI 62%

Educating a Responsible AI Workforce: Piloting a Curricular Module on AI Policy in a Graduate Machine Learning Course

James Weichert, Hoda Eldardiry

机构 * Department of Computer Science Virginia Tech（计算机科学系弗吉尼亚理工大学）

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

Comments Accepted at 2025 ASEE Annual Conference & Exposition

2509.25963 2025-10-01 cs.CV 50%

Self-Supervised Anatomical Consistency Learning for Vision-Grounded Medical Report Generation

Longzhen Yang, Zhangkai Ni, Ying Wen, Yihang Liu, Lianghua He, Heng Tao Shen

机构 * Tongji University（同济大学）； East China Normal University（华东师范大学）； Shanghai Eye Disease Prevention and Treatment Center（上海眼病防治中心）

专题命中 AI治理与伦理：alignment(abstract)