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 3 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. AI治理与伦理 3 篇

2510.24721 2025-10-30 cs.CY cs.AI cs.CL cs.HC 75%

The Epistemic Suite: A Post-Foundational Diagnostic Methodology for Assessing AI Knowledge Claims

Matthew Kelly

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

Comments 65 pages

2510.25445 2025-10-30 cs.AI cs.LG 73%

Agentic AI: A Comprehensive Survey of Architectures, Applications, and Future Directions

Mohamad Abou Ali, Fadi Dornaika

机构 * University of the Basque Country（巴斯克大学）； Lebanese International University (LIU)（黎巴嫩国际大学）； The International University of Beirut（贝鲁特国际大学）； IKERBASQUE

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

2510.25218 2025-10-30 cs.CY cs.AI 62%

Human Resilience in the AI Era -- What Machines Can't Replace

Shaoshan Liu, Anina Schwarzenbach, Yiyu Shi

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