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。

2025-10-30 至 2025-10-30 共收录 35 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 其他安全 9 篇

2510.25150 2025-10-30 cs.CL 57%

Explainable Disentanglement on Discrete Speech Representations for Noise-Robust ASR

Shreyas Gopal, Ashutosh Anshul, Haoyang Li, Yue Heng Yeo, Hexin Liu, Eng Siong Chng

机构 * College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学）

专题命中其他安全：alignment(abstract)；分类 cs.CL

Comments Awarded Best Student Paper at APSIPA ASC 2025

2510.23822 2025-10-30 cs.AI 57%

ReCAP: Recursive Context-Aware Reasoning and Planning for Large Language Model Agents

Zhenyu Zhang, Tianyi Chen, Weiran Xu, Alex Pentland, Jiaxin Pei

机构 * Department of Computer Science, Stanford University（斯坦福大学计算机科学系）； Stanford Institute for Human-Centered AI（斯坦福大学人本人工智能研究所）； MIT Media Lab（麻省理工学院媒体实验室）

专题命中其他安全：alignment(abstract)；分类 cs.AI

Journal ref 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

2510.25332 2025-10-30 cs.CV 50%

StreamingCoT: A Dataset for Temporal Dynamics and Multimodal Chain-of-Thought Reasoning in Streaming VideoQA

Yuhang Hu, Zhenyu Yang, Shihan Wang, Shengsheng Qian, Bin Wen, Fan Yang, Tingting Gao, Changsheng Xu

机构 * Henan Institute of Advanced Technology, Zhengzhou University（河南高级技术研究所，郑州大学）； Institute of Automation, CAS（自动化研究所，中国科学院）； UCAS（中国科学院大学）； Peng Cheng Laboratory（鹏城实验室）

专题命中其他安全：alignment(abstract)

2510.24937 2025-10-30 cs.HC 50%

OrchVis: Hierarchical Multi-Agent Orchestration for Human Oversight

Jieyu Zhou

专题命中其他安全：alignment(abstract)

2510.24385 2025-10-30 cs.CV 50%

When are radiology reports useful for training medical image classifiers?

Herman Bergström, Zhongqi Yue, Fredrik D. Johansson

机构 * Department of Computer Science & Engineering, Chalmers University of Technology and University of Gothenburg（计算机科学与工程系，楚姆勒斯技术大学和哥德堡大学）

专题命中其他安全：alignment(abstract)