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。

2025-10-03 至 2025-10-03 共收录 2 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. AI治理与伦理 2 篇

2509.22872 2025-10-03 cs.CY 89%

Rui-Jie Yew, Brian Judge

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

Comments Forthcoming at EAAMO 2025

2510.01963 2025-10-03 cs.SD cs.LG 57%

Ahmet Solak, Florian Grötschla, Luca A. Lanzendörfer, Roger Wattenhofer

机构 * ETH Zurich（苏黎世联邦理工学院）

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