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。

2025-11-04 至 2025-11-04 共收录 1 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 红队测试 1 篇

2511.00203 2025-11-04 cs.LG stat.ML 57%

David Lüdke, Tom Wollschläger, Paul Ungermann, Stephan Günnemann, Leo Schwinn

机构 * Department of Computer Science \& Munich Data Science Institute Technical University of Munich, Germany

专题命中红队测试：red teaming(abstract)；分类 cs.LG