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。

2025-10-15 至 2025-10-15 共收录 1 信号源:cs.CL, cs.AI, cs.CY, cs.LG

1. AI治理与伦理 1 篇

2505.18943 2025-10-15 cs.CL 57%

MetaMind: Modeling Human Social Thoughts with Metacognitive Multi-Agent Systems

Xuanming Zhang, Yuxuan Chen, Samuel Yeh, Sharon Li

机构 * Tsinghua University(清华大学)

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

Comments NeurIPS 2025 Spotlight

详情

展开后加载摘要…

URL PDF HTML 收藏