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。

2025-11-07 至 2025-11-07 共收录 1 篇信号源：cs.CL, cs.AI, cs.CY, cs.LG

1. 越狱攻击 1 篇

2410.23558 2025-11-07 cs.CR cs.AI 57%

Transferable & Stealthy Ensemble Attacks: A Black-Box Jailbreaking Framework for Large Language Models

Yiqi Yang, Hongye Fu

专题命中越狱攻击：safety(abstract)；分类 cs.AI

↑