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。

2025-10-20 至 2025-10-20 共收录 2 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 幻觉与事实性 2 篇

2510.15260 2025-10-20 cs.LG cs.AI cs.CL 67%

DRO-InstructZero: Distributionally Robust Prompt Optimization for Large Language Models

Yangyang Li

机构 * Department of Electrical Engineering and Computer Science（电气工程与计算机科学系）； Massachusetts Institute of Technology（麻省理工学院）

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

Comments Preprint. Under review at ICLR 2026. 11 pages, 2 figures

2510.15233 2025-10-20 cs.LG cs.AI 62%

Adaptive Individual Uncertainty under Out-Of-Distribution Shift with Expert-Routed Conformal Prediction

Amitesh Badkul, Lei Xie

机构 * Ph.D. Programs in Computer Science（计算机科学博士项目）； The Graduate Center, City University of New York（纽约城市大学研究生中心）； School of Pharmacy and Pharmaceutical Sciences（药学与制药科学学院）； Center for Drug Discovery（药物发现中心）； Northeastern University（东北大学）

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