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。

2025-10-06 至 2025-10-06 共收录 3 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 幻觉与事实性 3 篇

2510.03136 2025-10-06 cs.CL 70%

Ej Zhou, Caiqi Zhang, Tiancheng Hu, Chengzu Li, Nigel Collier, Ivan Vulić, Anna Korhonen

机构 * Language Technology Lab, University of Cambridge（剑桥大学语言技术实验室）

专题命中幻觉与事实性：alignment(abstract)；trustworthy(abstract)；分类 cs.CL

2506.02580 2025-10-06 cs.AI 70%

Xuewen Luo, Fengze Yang, Fan Ding, Xiangbo Gao, Shuo Xing, Yang Zhou, Zhengzhong Tu, Chenxi Liu

机构 * University of Utah（犹他大学）； Monash University（莫纳什大学）； Texas A&M University（德克萨斯农工大学）

专题命中幻觉与事实性：safety(abstract)；trustworthy(abstract)；分类 cs.AI

2510.02571 2025-10-06 cs.CV cs.AI cs.CL 62%

Zhiting Mei, Ola Shorinwa, Anirudha Majumdar

机构 * Princeton University（普林斯顿大学）

专题命中幻觉与事实性：safety(abstract)；分类 cs.CL、cs.AI